《深入理解计算机系统》第二章笔记

本文为《深入理解计算机系统》第二章 信息的表示和处理的笔记，本章主要介绍了无符号数、补码数（整数）和浮点数在计算机中的编码方式和运算规则。了解底层数据的存储原理能让我们写出更安全的程序，避免犯如下这样严重的错误

《深入理解计算机系统》原书电子版下载：
深入理解计算机系统（原书第三版）.pdf

信息的表示和处理

数字表示：

• 无符号编码：大于0或等于0的数字
• 补码编码：有符号整数，可以为正或者为负的数字
• 浮点数编码：实数（以2为基数的科学计数法）

整数编码数值范围较小，但精确；浮点数编码数值范围较大，但只是近似。

一、信息存储

字节：最小的可寻址的内存单位
虚拟内存：机器级程序将内存视为一个非常大的字节数组，称为虚拟内存，
每个字节都有一个数字（地址）标识，地址的集合称为虚拟内存空间

1、寻址和字节顺序

对于跨越字节的程序对象（int，float等），必须有两个规则：

• 这个对象的地址是？
  对象的地址为所使用字节中最小的地址。

• 在内存中如何排列这些字节？
  大端法：从最高有效字节到最低有效字节的顺序存储
  小端法：从最低有效字节到最高有效字节的顺序存储

  假设int类型的变量x，位于地址0x100处，它的十六进制值为0x01234567。地址范围0x100~0x103的字节顺序（高位字节值为01，低位字节值为67）：

大端法
……	0x100	0x101	0x102	0x103
值	01	23	45	67

小端法
……	0x100	0x101	0x102	0x103
值	67	45	23	01

贴一段印象深刻的代码，作用是按字节打印跨字节对象的地址：

2、布尔代数（按位运算）

设P和Q：

• 非（~）：P为1时，~P为0；反之为1
• 与（&）：P和Q都为1时，P&Q为1
• 或（|）：P和Q任意一个为1，P|Q为1
• 异或（^）：P为1Q为0或P为0Q为1时，P^Q为1

3、逻辑代数

逻辑代数中，非零为TRUE，0为FALSE，返回0或1分别表示FALSE和TRUE；
逻辑运算与布尔代数运算规则近似，但功能完全不同，举例说明：

• 非（！）：！54 结果为0，！0结果为1
• 与（&&）：12 || 0 结果为0
• 或（||）：0 || 8 结果为1

逻辑短路：如果第一个参数能确定表达式的结果，就不会对第二个参数求值

4、移位运算

• 左移（<<）：向左移动k位，丢弃最高的k位，并在右端补k个0
  例如值为 [01100011] 的数x：x<<4的结果为 [00110000]

• 右移（>>）：右移分为逻辑右移和算术右移：
  - 逻辑右移：在左端补k个0 ；值为[10010101]的数x，x>>4结果为[00001001]
  - 算术右移：在左端补k个最高有效位 ；值为[10010101]的数x，x>>4结果为[11111001]

  有符号数一般使用算术右移，无符号数使用逻辑右移
  Java里没有无符号数，因此明确定义x>>>k为逻辑右移

二、整数表示

数据类型的取值范围由他能分配的字节数决定

1、整型数据类型：

32位整型数据类型取值范围：

64位整型数据类型取值范围：

1.1、无符号数（非负数）编码

每个整数都能映射为一个唯一的长度为ω的位模式（十进制–>二进制）
例如二进制（1111）₂能映射为唯一的十进制表示（15）₁₀ ：
（1111）₂ = 1 $\times$ 2³ + 1 $\times$ 2² + 1$\times$ 2¹ + 1$\times$ 2⁰= 8 + 4 + 2 + 1 =（15）₁₀
从位到无符号数的映射：

1.2、补码（整数）编码

将最高有效位解释为负权，负权为1代表该数符号位为负，他的权重为-2^ω-1
例如二进制（1111）₂ = -1 $\times$ 2³ + 1 $\times$ 2² + 1$\times$ 2¹ + 1$\times$ 2⁰= -8 + 4 + 2 + 1 =（-1）₁₀
位到补码数的映射：

补码能表示的范围：

2、有符号数和无符号数的转换

有符号数和无符号数相互转换规则：保持位值不变，改变这些位的解释方式
例如：有符号数（1011）和无符号数（1011）的值分别为-5和11，相同的位值，解释方式不同值也不同。

在16位机器上，补码数-12345强制类型转换为无符号数后，值为53191

在32位机器上，补码数-1强转为无符号数后，值变为4294967295

3、C语言中的隐式类型转换

在C语言中执行一个运算时，如果一个是有符号一个是无符号的，c会隐式地将有符号转换为无符号数：对关系运算会导致非直观的结果。
例如表达式 -1 < 0U，因为第二个数是无符号的，第一个数会被转隐式转换为无符号数，因此这个表达式等价于4294967295U<0U
如下图，-1明显小于0，但输出的是大于：

4、扩展一个数字的位表示

扩展一个数的位数，同时保持数值不变
0扩展：在数的开头添加0
符号扩展：在数的开头添加符号位
无符号数使用0扩展，有符号数使用符号扩展，值才不会改变：

• 无符号数101扩展至四位0101，还是十进制值5
• 有符号数101扩展至四位1101，还是十进制值-3

5、截断一个数字的位表示

• 无符号数：1001截断最高一位变为001，值从9变为1
• 有符号数：1001截断最高一位变为001，值从-7变为1

上面的这些错误、溢出大部分都是因为使用无符号数造成的，但合理使用无符号数能节省一半的内存空间

三、整数运算

1、无符号加法

两个无符号数相加，如果值超过能表示的范围（2^ω），会对他进行截取
从位上很容易理解：
考虑四位无符号 1011 和 0110 相加，值10001超出范围，截取后为0001。即11 + 6 的值由17变成1
截取规则：对ω位的数，进行模2^ω运算：17%16 = 1，与上面一致
映射规则：

无符号加法图示：

2、补码加法

两个补码数相加，如果值超出范围（大于2^ω-1或小于-2^ω-1），会进行截取操作
同样从位上理解：
四位补码数1010和1100相加，值10110超出范围，截取后为0110，-6+-4的值从-10变为6
映射规则：

补码加法图示：

3、补码的非

对十进制取反操作很容易：
在范围内的数x，除最小值取反还是自己外，其余数取反都为-x例如对9取反值为-9

补码非的位级表示：

• 对每一位求补，再对结果加一：
  [0111] → [1000] → [1001]（ 7 → -8 → -7）
• 假设k是最右边的的1的位置，对k左边的所有位取反：
  [0111] → [1001] （ 7 → -7）

4、无符号乘法

将一个无符号数截断为ω位，等价于该值模2^ω

5、补码乘法

ω位的有符号数相乘，结果可能需要2ω才能表示。
将一个补码数截断为ω位相当于先计算该值模2^ω，再把无符号数转换为补码
例如：

6、乘以常数

整数乘法指令相当慢，需要十多个时钟周期。而其他运算（加减、位级运算和移位）只需要一个时钟周期。所以把乘法优化为移位和加法的组合可以提高运行效率。

左移k位等价于乘2的k次幂：
例如：四位的数[1011]，左移2位得到[101100]，值由11变为44，相当于乘2²

乘一个较大的数可以把它分解为2的次幂相加的形式：
x * 14 （14 = 2³ + 2² + 2¹）等价于（x<<3）+（x<<2）+（x<<1）

7、除以2的幂

除以2的幂也可以用移位运算来实现，无符号数使用逻辑右移，补码数使用算术右移

无符号数的移位总是舍入到0的结果，与整数除法的规则一致。

补码数的移位会向下舍入，例如右移4位会把-771.25向下舍入位-772，解决办法是在移位前加一个偏置量：

偏置量的值为：2^k-1（2^k为除数）
偏置量的证明：

最后思考

四、浮点数

1、二进制小数

浮点数的表示：小数点左边数字的权是正幂，得到整数值；小数点右边数字的权是负幂，得到小数值。
例如：十进制数12.34可以表示为1 * 10¹+ 2 * 10⁰+ 3 * 10^-1+ 4 * 10^-2

二进制小数点向左移动一位相当于这个数被2除，向右移一位相当于乘2。

在有限长度编码下，小数的二进制表示法只能表示被写成 x * 2^y的数，其他值只能近似表示
例如数字1/5可以用十进制0.20精确表示，但并不能精确表示为一个二进制小数，只能近似的表示它：

2、IEEE浮点数表示

IEEE标准规定，用: （-1）^S × M × 2^E 的形式表示一个浮点数。

符号：S决定这数是负数（S=1）还是正数（S=0）
阶码：E的作用是对浮点数加权，权重是2的E次幂
尾数，M是一个二进制小数，M的范围大于等于1，小于2

看图好理解些，如下图，十进制数 5.5 即二进制的 101.1
①把小数点移到最高位后，变成一个大于1小于2的数，即尾数M M=1.011
②移动了2位，即阶码E E=2
③这个数就变为（-1）⁰ × 1.011 × 2²的形式
④在内存里存储只需要存储符号、阶码、尾数就等于存储了这个值
因为指数可以为负，为了便于计算，规定阶码都先加上1023(2^10-1)

符号（1位）	阶码（11位）	尾数（52位）
0	10000000001（1023+2）	01100000……

该例为64位的（双精度浮点数Double）格式，符号、阶码、尾数分别占1位、11位和52位）
在32位的（单精度浮点数Float）格式下，符号、阶码、尾数分别占1位、8位和23位

五、小结