CSAPP:第2章 信息的表示和处理

CSAPP:第2章 信息的表示和处理

• 第二章勉勉强强读完了，第一遍读，有部分地方不太理解或者理解不透彻的，望指出

2.1 信息存储

2.1.1 十六进制表示法

• 主要讲了进制转换，如二进制如何转16

2.1.2 字数据大小

• 字长点概念——指明指针数据的标称大小（nominal size）
• 两种伪指令的特性与兼容性问题——一般是64兼容32,如下所示：
  • linux>gcc -m32 prog.c
  • linux>gcc -m64 prog.c

2.1.3 寻址和字节顺序

• 1、大、小端法
  • 大端=顺序存
  • 小端=以字节为单位反着存
  • 
• 有一个比较有意思的点：
  • 芯片可以兼容大小端，但是特定的OS只支持一种——Android和IOS只支持小端
• 需要考虑字节顺序的三种情况
  • 1、网络传输时（系统间传输可能存在大小端不同的问题，故需要协议作为中介）
  • 2、阅读表示整数数据时
  • 3、编写规避正常类型系统的程序时

2.1.4 表示字符串

• 用char数组（ascii码）+最后一个终止字节（0x00）

2.1.5 表示代码

• 由于不同机器类型使用互不兼容的指令和编码方式，即使是完全一样的进程，运行在不同操作系统上也会有不同的编码规则——二进制代码时不兼容的，因此很少有二进制代码在不同及其系统组合之间移植，如：win与linux

2.1.6 布尔代数简介

• 四种布尔运算：~ & | ^
• 分别表示：取反、AND、OR、异或

2.1.7 C语言中的位级运算

• 同上四种

2.1.8 C语言中的逻辑运算

• 分别为：&& || !
• 常见的，需要注意的是逻辑运算的结果只能是0、1，即TURE、FALSE

2.1.9 C语言中的移位运算

• <<为左移， >>为右移
• C中并没有明确规定右移的类型（逻辑还是算数），该问题可能导致可移植性问题——不同系统的定义不同
• Java中 >> 表示算数右移，>>>表示逻辑右移
• C语言中 加减法的优先级比移位高

2.2 整数表示

• 符号含义，本小节我读的很痛苦，究其本质就是忘看这段符号，导致很多简单公式愣了好一会

2.2.1 整型数据类型

• 分为有符号和无符号两种，其中C、C++默认有符号，但支持无符号，Java只支持有符号

2.2.2 无符号数的编码

• B2Uw=Bin are to Unsigned
• 这个公式就是位数*权重，且最高位不是符号
• 
• 书中还提到一个概念，双射，即y=f(x),xy一一对应，不存在一对多、多对一的情况

2.2.3 补码编码

• B2Tw=Binary to Two’s-complement

• Two’s-complement=补码

• 该公式与无符号的区别是最高位的权重是-1而不是1，这是由补码的特性决定的（1=负），补码也是双射

• 

• 但是 反码和原码不是双射——0的两种表示方法（±0）

2.2.4 有符号数和无符号数之间的转换

• C语言中的强制类型转换只是改变了解释这些位的方式，而不改变位置上的值，尤其是对最高位来说。
• 转换公式
  • 就我自己来说，我一般是化为二进制再转。而书中的公式是：
  • 补码转无符号
    • 
  • 无符号转补码
    • 

2.2.5 C语言中的有符号数与无符号数

• int和unsigned

2.2.6 拓展一个数字的位表示

• 无符号数=0扩展（补0即可）
• 补码数=最高位扩展（补最高位的值）
  • 有意思的是书上还给了证明，我的理解就是对于负数的补码，把权重带进去就可以证明是正确，对于正数就是0扩展
    • 

2.2.7 截断数据

• 无符号数的截断就是留下低位即可
• 补码的截断类似无符号数，但是取低位的最高位作为符号为

2.2.8 关于有符号数与无符号数的建议

• 转换要指明，隐式转换，最为致命。

2.3 整数运算

2.3.1 无符号数加法

• 它实际上是这样的一个梯形上升，而不是平滑曲面,因此需要稍微考虑正溢出的问题。
• 
• 相关公式是：
• 

2.3.2 补码加法

• 补码由于有正、负，因此需要考虑正、负溢出。下图为补码溢出情况，个人觉得有必要了解下（大致范围）
• 
• 下面T2U的公式转换参见上面补码表示的公式
• 

2.3.3 补码的非

• ～ 每位都取反 如：1000 --> 0111 === -8 -->7
• 因此可以得倒一个有趣的东西：-x = ~x+1
• 其公式如下：
• 

2.3.4 无符号乘法

• 下面公式中mod作用是取低位
• 

2.3.5 补码乘法

• 公式如下：
• 
• 补码乘法有一个特性，即无符号数与补码乘法的位级等价性，说人话就是：低位相同
• 推到过程是，我个人还是不太喜欢这种纯理论，书下方有几道联系，做完你会发现确实如此：
• 

2.3.6 乘以2的幂

• 乘以2的幂=右移位，高位丢弃
• 
• 关于补码乘以2的幂，需要考虑一出的问题（正变负这种）

2.3.7 除以2的幂

• 相当于左移

2.4 浮点数

2.4.1 二进制小数

• 尾数与阶数，讲了一般意义上的小数的表示

2.4.2 IEEE浮点表示

• 这里介绍了两种，分别是（符号位、阶码位数、尾数位数），其中，尾数一般有一个隐藏的1
  • float：1，8，23
  • double：1，11，52
• 这里的浮点数一般有三种情况
  • 1、规格化的浮点数
    • 阶码E = e - Bias （对于Bias有 float=127 ，double是1023）
  • 2、非规格化的值
    • 对于这里我有点不理解，为什么会平滑转换，我翻了很多网上童鞋的笔记，发现没有指出的，希望有缘人能解个惑～
    • 目前的知道的是他把尾数隐藏的1用来给E+1了
    • 
    • 当表示非常接近0.0的数的时候，非规格化值会表现出一个特性——逐渐下溢（精度丢失？）
  • 3、特殊值
    • 当阶码全1的时候出现
      • 当尾数全0 === ∞
      • 当尾数非0 === NAN（not a number）
        • 比如根号-1的结果就是NAN，或者∞-∞也是

2.4.3 数字示例

• 下图可以表示出越接近0，数越密集，则可以越平滑地过渡到0
• 
• 下图印证了2.4.2的说法
• 

2.4.4 舍入

• 有以下四种常用舍入方式
• 
• 其中，像偶数舍入有点像我们常说的四舍五入。

2.4.5 浮点运算（留坑）

• 关于这里我有点不明白阿贝尔群，这个概念我到现在还没懂（毕竟是菜鸡），流坑
• 常见流程无非就是：对阶-尾数运算-舍入-规格化，还有个溢出判定
• 浮点加法不具有结合性，满足单调性

2.4.6 C语言中的浮点数

• 有float和double，对于特殊值有专门定义，如INFINITY（∞），NaN（NAN）

2.5 小结

• 重复以上。