计组——关于补码乘法的一点思考

最新推荐文章于 2022-07-07 15:06:26 发布

han1254

最新推荐文章于 2022-07-07 15:06:26 发布

阅读量1.5k

点赞数 11

分类专栏：计算机组成原理文章标签：计算机组成原理 Booth算法补码乘法

本文链接：https://blog.csdn.net/qq_42898299/article/details/118446418

版权

计算机组成原理专栏收录该内容

5 篇文章 3 订阅

订阅专栏

文章目录

温馨提示，本文章着重于理解算法思路，充斥着大量的推导以及笔者说梦话似的自言自语，能力有限，无法完整详实地把这个过程表达出来，自己的理解也很不到位，望多包涵。错误请直接指出，我看到后会立马改正，谢谢大家监督。

原码一位乘

符号位单独计算，对于数值部分，则只需要像正常乘法那样

比如 $x = - 0.1110 ， y = - 0.1101$ ，求 $[x\cdot y]_原$

所有的右移过程均为逻辑右移

原码两位乘

$z$ 为部分积， $x^*$ 为被乘数， $y^*$ 为乘数

乘数判断位 $y_{n-1}y_n$	标志位 $C_j$	操作内容
00	0	部分积右移2位，乘数右移两位， $C_j$ 保持0
01	0	部分积加上一个被乘数，右移2位，乘数右移2位， $C_j$ 保持0
10	0	部分积加上2倍的被乘数，右移2位，乘数右移2位， $C_j$ 保持0
11	0	部分积减去一个被乘数数，右移2位，乘数右移2位， $C_j$ 置1
00	1	部分积加上一个被乘数，右移2位，乘数右移2位， $C_j$ 置0
01	1	部分积加上2倍的被乘数，右移2位，乘数右移2位， $C_j$ 置0
10	1	部分积减去一个被乘数，右移2位，乘数右移2位， $C_j$ 保持1①
11	1	部分积右移2位， $C_j$ 保持1②

①：应该是部分积加上三倍的被乘数，即 $z+3x^*$ ，转换成 $z-x^*$ ，然后整体右移两位后，对于下一次迭代， $C_j$ 为1，一定会加上一个 $x^*$ ，那么对于上一次迭代的 $z$ 来说，相当于是加上了一个左移了两位的 $x^*$ ，即 $4x^*$ ，由于上次迭代减去了一个 $x^*$ ，所以最终相当于是加上了 $3x^*$

②：大致与①类似，不过是少了减 $x^*$ 这一步

补码一位乘

校正法

原理（以小数为例）：

设被乘数为 $[x]_补 = x_0.x_1x_2\cdots x_n$

乘数 $[y]_补 = y_0.y_1y_2\cdots y_n$

👉前置知识：

补码与真值的转换公式

设 $[x]_补 = x_0.x_1x_2\cdots x_n$

$x\ge 0$ 时， $x_0=0$

$[x]_补 = 0.x_1x_2\cdots x_n = \sum_{i = 1}^n x_i2^{-i} = x$

$x < 0$ 时， $x_0=1$

$[x]_补 = 1.x_1x_2\cdots x_n=2+x$

$x=1.x_1x_2\cdots x_n - 2 = -1+0.x_1x_2\cdots x_n = -1 + \sum_{i = 1}^{n} x_i2^{-i}$

最终，无论x大于零还是小于零，我们可以使用统一的式子来表示
$x=-x_0 + \sum_{i=1}^{n}x_i2^{-i}$
补码的右移

正数右移一位，相当于乘以 $\frac{1}{2}$

设 $[x]_补=x_0.x_1x_2\cdots x_n$

∵ $x=-x_0 + \sum_{i=1}^{n}x_i2^{-i}$

∴ $\frac{1}{2}x = \frac{-1}{2}x_0 + \frac{1}{2}\sum_{i=1}^{n}x_i2^{-i}$

$-x_0 + \frac{1}{2}x_0 + \frac{1}{2}\sum_{i=1}^{n}x_i2^{-i}$

$-x_0 + \frac{1}{2}\sum_{i=0}^{n}x_i2^{-i}$

∴
$[\frac{1}{2}x]_补 = x_0.x_0x_1x_2\cdots x_n$
即：要获得 $2^{-i}x]_补$ ，只需要将 $x]_补$ 连同符号右移i位即可

这里我们证明了，补码通过带符号的整体移动来实现乘除过程

👉校正法的原理：

若被乘数x为任意符号，乘数y为正

$[x]_补 = x_0.x_1x_2\cdots x_n = 2 + x = 2^{n + 1} + x$ (mod 2) ①，

因为是在模2的情况下，一个小数x无论是加上2(10.00…0)还是加上 $2^{n+1}即(\underbrace{100\cdots 0}_{n+2位}.00\cdots 0)$ 都不会影响最终的结果

$[y]_补 = 0.y_1y_2\cdots y_n = y$ ②

$[x]_补\cdot [y]_补 = [x]_补 \cdot y = (2^{n+1} + x)\cdot y = 2^{n+1}\cdot y + xy$ ③

由②可知， $y=0.y_1y_2\cdots y_n = \sum_{i = 1}^{n}y_i 2^{-i}$

则 $2^{n+1}\cdot y = 2\sum_{i = 1}^{n}y_i2^{n-i}$ 是一个2倍整数

解释一下，当我们在接触二进制的时候，面对随意一个二进制数10110101(假设这个二进制数是 $w_8w_7\cdots w_1$ )是如何计算它的十进制的？

$n=\sum_{i=1}^{8}w_i 2^{i-1}$

由于 $y=0.y_1y_2\cdots y_n$ 是反过来排序的，

$\sum_{i = 1}^{n}y_i2^{n-i}$

其实跟我们计算二进制的十进制数的流程是一样的，同时也说明

$2^{n+1}\cdot y = 2\sum_{i = 1}^{n}y_i2^{n-i}$ 是一个整数的2倍

所以 $2^{n+1}\cdot y$ 进行模2操作后结果应该为0

在模2的情况下， $2^{n+1}\cdot y$ 与2是等效的

从上面的推理我们知道 $2^{n+1}\cdot y$ 是一个偶数，我们假设它为6(110.0000)

假设一个小数0.1001

(0.1001 + 10.0000) mod 2 = (0.1001 + 110.0000 ) mod 2

根据模运算的性质，有 $2^{n+1}\cdot y = 2$ (mod 2)

所以由③可知 $[x]_补 \cdot [y]_补 = 2^{n+1} \cdot y + xy = 2 + xy = [x\cdot y]_补$ (mod 2)

即：

当y大于零的时候， $[x\cdot y]_补 = [x]_补 \cdot [y]_补 = [x]_补 \cdot y$

这时候我们便可以使用原码乘法的规则
$[z_0]_补 = 0\\ [z_1]_补 = 2^{-1}(y_n[x]_补 + [z_0]_补)\\ ...\\ [x\cdot y]_补 = [z_n]_补 = 2^{-1}(y_1[x]_补+[z_{n-1}]_补)$
乘以 $2^{-1}$ 其实就是右移的过程，

还记得我们在前置知识里面提到过的右移规则吗，当你计算的时候右移记得保持符号位。

若被乘数x为任意符号，乘数y为负

$[x]_补 = x_0.x_1x_2\cdots x_n$

$[y]_补 = 1.y_1y_2\cdots y_n = 2 + y$ (mod 2)

$[y]_补 - 2 = 1.y_1y_2\cdots y_n - 1 - 1 = 0.y_1y_2\cdots y_n - 1$

$\cdot y = x(0.y_1y_2\cdots y_n - 1) = x(0.y_1y_2\cdots y_n) - x$

$[x\cdot y]_补 = [x(0.y_1y_2\cdots y_n)]_补 + [-x]_补$

如果将 $(0.y_1y_2\cdots y_n)$ 视为一个正数

即：

当乘数y小于0的时候， $[x\cdot y]_补 = [x(0.y_1y_2\cdots y_n)]_补 + [-x]_补 = [x]_补 (0.y_1y_2\cdots y_n) + [-x]_补$

而上式中， $[x(0.y_1y_2\cdots y_n)]_补$ 正是乘数为正数（ $0.y_1y_2\cdots y_n$ 为正数）时候的乘法结果，

算出来后再加上 $x]_补$ ，就是最终结果

这个，便是校正法

使用校正法列式计算的时候，过程如原码计算一样，但是要注意这里使用了双符号位来计算

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dIJXN053-1625324049908)(计组——数的表示和运算.assets/image-20210703185142973.png)]

说的再多，不如直接用事实说话

唐朔飞版《计算机组成原理》p251页例6.19

已知 $x]_补=1.0101，[y]_补=0.1101$ ，求 $[x\cdot y]_补$

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PYYCEOQv-1625324049913)(计组——数的表示和运算.assets/image-20210703193234314.png)]

问题出在我画红框的位置，在运算过程中结果超过了1，应该是2点几，但是由于只有一个符号位，符号位直接干成零了，进位被丢弃了，可以说，运算过程中出现了溢出现象，本来好好的负数，一捣鼓成了正数了，所以为了避免这个情况，使用双符号位。

Booth算法

👉前置知识

$x]_补 = -[x]_补$ (mod 2)

证明过程如下，兄弟们可以跳过不看：

若 $x]_补$ 为正数

∴ $0.x_1x_2\cdots x_n$

∴ $-0.x_1x_2\cdots x_n$

∴ $[-x]_补 = 1.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n} \pmod{2}$ ①

这里要解释一下，一般我们原码求补码为“数值取反再加一”，这里我们对x的所有小数位取反，然后加上 $2^{-n}$ 即 $0.\underbrace{00\cdots1}_n$

$\because [x]_补 = 0.x_1x_2\cdots x_n$

$\therefore -[x]_补=-0.x_1x_2\cdots x_n = 0 -0.x_1x_2\cdots x_n \equiv 2-0.x_1x_2\cdots x_n\pmod{2}$

$=1+1-0.x_1x_2\cdots x_n = 1 + 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n} = 1.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$ ②

$\equiv$ 是同余符号。 $\equiv b \pmod{2}$ 代表a和b模2同余

解释一下这个计算：

$1+1-0.x_1x_2\cdots x_n = 1 + 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$

我们可以这么想：

$0.x_1x_2\cdots x_n + 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} = 0.\underbrace{11\cdots 1}_n$

$0.x_1x_2\cdots x_n + 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n} = 1$

所以

$1-0.x_1x_2\cdots x_n = 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$

由①和②可知 $x]_补 = -[x]_补$ (mod 2)
若 $x]_补$ 为负数

$\therefore [x]_补 = 1.x_1x_2\cdots x_n$

$\therefore x = -(0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n})$

$\therefore -x = 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$

$\therefore [-x]_补 = 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$ ①

$\because [x]_补 = 1.x_1x_2\cdots x_n$

并且 $1.x_1x_2\cdots x_n + 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n} = 2$

$\therefore [x]_补= 1.x_1x_2\cdots x_n = 2-(0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}) \equiv -(0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}) \pmod{2}$

$\therefore -[x]_补 = 0.\bar{x_1}\bar{x_2}\cdots \bar{x_n} + 2^{-n}$ ②

$\therefore [-x]_补 = -[x]_补 \pmod{2}$

👉Booth算法基本思想

这时候我直接copy前面的校正法中的语句

当y大于零的时候， $[x\cdot y]_补 = [x]_补 \cdot [y]_补 = [x]_补 \cdot y$

当乘数y小于0的时候， $[x\cdot y]_补 = [x(0.y_1y_2\cdots y_n)]_补 + [-x]_补 = [x]_补 (0.y_1y_2\cdots y_n) + [-x]_补$

综合来看也就是少一个 $x]_补$ 和多一个 $x]_补$ 的问题

这完全可以使用 $y_0$ 来控制，y大于0的时候 $y_0$ 等于0，y小于0的时候 $y_0$ 等于1，正好对应着 $x]_补$ 的有无

即：

$[x\cdot y]_补 = [x]_补 (0.y_1y_2\cdots y_n) + y_0[-x]_补$

通过前置知识我们知道了

$[-x]_补 = -[x]_补 \pmod{2}$

所以

$[x\cdot y]_补 = [x]_补 (0.y_1y_2\cdots y_n) - y_0[x]_补$

$[x]_补(-y_0+y_12^{-1}+y_22^{-2}\cdots y_n2^{-n})$

$[x]_补(-y_0+y_1(1 - 2^{-1})+y_2(2^{-1}-2^{-2})\cdots y_n(2^{-n+1}-2^{-n})$

$[x]_补((y_1-y_0)+2^{-1}(y_2-y_1)+2^{-2}(y_3-y_2)\cdots + 2^{-n}(0-y_n))$

这时候我们设 $y_{n+1} = 0$

则 $[x\cdot y]_补=[x]_补((y_1-y_0)+2^{-1}(y_2-y_1)+2^{-2}(y_3-y_2)\cdots + 2^{-n}(y_{n+1}-y_n))$

那么现在我们可以了解一下乘法的递推公式了
$[z_0]_补=0\\ [z_1]_补 = 2^{-1}([z_0]_补+(y_{n+1}-y_n)[x]_补)\\ ...\\ [z_n]_补 = 2^{-1}([z_{n-1}]_补+(y_2 - y_1)[x]_补)\\ [x\cdot y]_补 = [z_n]_补 + (y_1-y_0)[x]_补$
我们需要记住整体公式

$[x\cdot y]_补=[x]_补((y_1-y_0)+2^{-1}(y_2-y_1)+2^{-2}(y_3-y_2)\cdots + 2^{-n}(y_{n+1}-y_n))$

共n+1项，对应着递推公式的n+1步，前n步都需要乘以 $2^{-1}$ 即对部分积进行右移操作，到达第 $n + 1$ 步的时候，不需要乘 $2^{-1}$ 即不需要右移操作

如果同志你理解了上面的过程，我觉得 $y_iy_{i+1}$ 对应的状态表就是多余的了，但是打上，更有助于理解

$y_iy_{i+1}$	$y_{i+1}-y_i$	操作
00	0	部分积直接右移
01	1	部分积加上 $x]_补$
10	-1	部分积减去 $x]_补$
11	0	部分积直接右移

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hUhwgJ7v-1625324049925)(C:/Users/han1254/Desktop/疑问.svg)]

减去，计算机怎么直接做减法呢？

还记得我们前置知识里面证明的结论吗？

$[-x]_补 = -[x]_补 \pmod{2}$

所以上表我们可以更新成

$y_iy_{i+1}$	$y_{i+1}-y_i$	操作
00	0	部分积直接右移
01	1	部分积加上 $x]_补$
10	-1	部分积加上 $x]_补$
11	0	部分积直接右移

计算机：“这个我会！”

那么这就要求我们在计算过程中首先要把 $x]_补和[-x]_补$ 计算出来

还有就是，我们要求被乘数和部分积为双符号位，这个要求的原因可以从校正法中寻找

乘数需要保留一位符号位，Why？

还记得我们的递推公式吗
$[z_0]_补=0\\ [z_1]_补 = 2^{-1}([z_0]_补+(y_{n+1}-y_n)[x]_补)\\ ...\\ [z_n]_补 = 2^{-1}([z_{n-1}]_补+(y_2 - y_1)[x]_补)\\ [x\cdot y]_补 = [z_n]_补 + (y_1-y_0)[x]_补$
我们最后一步要用到 $y_0$ 也就是符号位，所以保留符号位，强硬一点来说，你必须要保留符号位。

叨叨了那么多，做个题缓缓吧

[王道2021年计算机组成原理考研复习指导，p44 例2.8]

机器字长为5位（含1位符号位，n=4），x=-0.1101，y=0.1011，采用Booth算法求 $x\cdot y$

求得 $x]_补$ =11.0011， $x]_补$ =00.1101， $y]_补$ =0.1011

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kkOdBux7-1625324049928)(计组——数的表示和运算.assets/image-20210703225111149.png)]

han1254

关注

11
点赞
踩
29

收藏

觉得还不错? 一键收藏
9
评论
计组——关于补码乘法的一点思考

文章目录原码一位乘原码两位乘补码一位乘校正法????前置知识：????校正法的原理：Booth算法????前置知识????Booth算法基本思想温馨提示，本文章着重于理解算法思路，充斥着大量的推导以及笔者说梦话似的自言自语，能力有限，无法完整详实地把这个过程表达出来，自己的理解也很不到位，望多包涵。错误请直接指出，我看到后会立马改正，谢谢大家监督。原码一位乘符号位单独计算，对于数值部分，则只需要像正常乘法那样比如x=−0.1110，y=−0.1101x=-0.1110，y=-0.1101x=−0.1
复制链接

扫一扫