《深入理解计算机系统》第二章：整数的表示

《深入理解计算机系统》第二章：整数的表示

---

前言

我将在本篇文章，详细回顾一下自己对整数的表示的理解。

---

一、64位机器上的数据类型

需要注意的是，在64位机器上，long类型8个字节，然而在32位机器上long只占4个字节。unsigned是无符号数，原则上恒大于等于0的数。是C语言的专属特性，其他语言均不支持无符号数。

二、无符号数的编码

2.1 表示和计算

使用B2U表示将二进制数表示成无符号数，举个例子如下：

CSAPP原书里面给出了一个图形的方式来表示无符号数：

如上图所示，二进制【x1,x2,x3,…】等于，所有位为1的进度条的长度相加得到的和。

2.2 UMax

UMax: 无符号数的最大值

无符号的最大值是，所有位全为1；十进制的最大值表示：2^n-1;其中n是字节数。

三、有符号数的编码

无符号数不需要符号位来表示一个数，这样对于无符号数是比较简单和高效的，但是不能用来标识有符号数。在计算机中有符号数的表示使用补码的形式。
关于为什么是补码，我觉得这个博客讲的还可以,因为有种种原因吧，补码可以直接用于数字的计算。

3.1 补码

正数的补码 == 正数本身
负数的补码 == 原码的基础上, 符号位不变,其余各位取反, 最后+1

使用一个向量来表示有符号数，它的计算公式如下所示：

10000010 = -2^7 + 2 = -126，在比如下图所示：

关于符号位，要理解负权重的概念，不能简单的当作成一个符号位
需要注意的是-1在任何字节的补码表示下都是全1

3.2 TMax&TMin

TMax：有符号数的最大值

TMin： 有符号数的最小值

四、U2T&T2U 有无符号数的转换

有符号位和无符号位之间的转换规则是:
1、位模式表示不变
2、需要重新解释
3、需要加减2^w
下面看一下公式的推导：


下面看一下CSAPP的图：

接下来看一个T2U的案例：

五、unsigned注意事项

C语言中，有符号数与无符号数的运算，会将有符号数转换成无符号数

5.1 注意1

，如下图的案例所示。

a = -1，但是当其与有符号数进行比较运算时，a的值会被转换成无符号数，x < 0时，T2U(x) = x + 2^w，也就是a会转成 -1 + 4 294 967 296 ==>4 294 967 295，而4 294 967 296是大于0的，所以会输出 -1 > 0 的结果。

5.2 注意2

下图所示的这种情况是因为 length - 1 应该等于 -1 ，但是在C语言中，无符号数与有符号数之间的运算，会将有符号数转换成无符号数，所以-1转成无符号数之后，就是无符号的最大数，但是数组的范围是有限的，当数组下标到达最大无符号数的时候，数组肯定会出现访问越界。

5.3 注意3

下面这个例子来自于南大的课件，同样当n = 0是，n - 1 会被转换成无符号的最大值，而无符号数i是天然小于等于UMax的，所以这里会出现死循环。

5.4 如果正确使用unsigned

大神提出的解决方法如上图所示，但是除非必要，尽量不使用unsigned，是避免出现这种问题的最直接方法。

六、Sign Extension 位扩展

6.1 位扩展的注意事项

1、无符号数的扩展，直接前面补0即可
2、有符号数的扩展，需要将无符号位进行扩展，比如下图所示：

有符号负数的扩展，前面补零；有符号负数的扩展前面补1。
正数的扩展没有什么好说的，比如byte类型的数7转成int类型,直接高位填充0即可。

00000111->00000000 00000000 00000000 00000111

负数的扩展，则是直接填充1

10000111(-121) -> 11111111 11111111 11111111 10000111

可以算一下上边负数的扩展是正确的。
注意：C++中负数不支持左移位，因为结果是不定的，比如：int c = (unsigned int)(a & b) << 1;具体看leetcode上剑指offer65题

6.2 有符号数扩展的数学证明

定义二进制转补码的函数B2T：

根据数学归纳法，要想证明（1）和（2）相等，可以最终归为证明B2T(w+k) == B2T(w+k-1)。


综上所述，当有符号数从一个较小的数据类型转成较大的数据类型时，进行符号位扩展可以保证数值不变。

七、Truncating Numbers 位截断

7.1 截断无符号数

当较大的数据类型转成较小的数据类型时，会发生位截断。比如下图所示，将int类型的53191，这个数字显然大于short所能表示的数字范围，就会发生截断，将高16位丢弃，保留低16位，造成了数值的变化。

截断的原理类似于取余操作，比如将123456对1000进行取余，即可保留后三位数字。

7.2 截断有符号数

有符号的数截断分为两步：
1、用无符号数的函数映射来解释底层的二进制位，然后使用无符号的截断方式对数值进行截断。
2、将第一步得到的无符号数转换成有符号数
经过上面两步，即可完成对有符号数的截断。

---

总结

整数的表示是计算机基础体系结构中十分重要的基础知识，作为一个程序员，掌握良好的计算机体系结构，是基本素养。其中对于有符号数与无符号的数的运算，是容易忽视的点，如果不仔细学习一下，当出现Bug时，可能都搞不清楚为什么。