CSAPP复习（信息的表示和处理）

Ⅰ：位、整数

信息的位表示

• 计算机存储、处理的信息：二值信号
• “位” 或 “比特”(bit)：最底层的二进制数字（数码）称为位（bit，比特），值为0或1
• 位组合：把位组合到一起，采用某种规则进行解读；每个位组合都有含义
• 字节：8-bit 块

二进制数

位权为2^i
MSB：最高有效位（Most Significant Bit）
LSB：最低有效位（Least Significant Bit）

十六进制数

位权为16^i
0, 1，2，3，4，5，6，7，8，9，A，B，C，D，E，F

进制转换（自己试一试）

• 十进制整数转换为k(2、8或16)进制数
  • 整数转换：用除法—除基取余法（从下到上）
    十进制数整数部分不断除以基数k(2、8或16) ，并记下余数，直到商为0为止。
    由最后一个余数起，逆向取各个余数，则为转换成的二进制和十六进制数
    126＝01111110B 二进制数用后缀字母B
    126＝7EH 十六进制数用后缀字母H
  • 小数转换：用乘法—乘基取整法(从上到下)
    乘以基数k，记录整数部分，直到小数部分为0为止
    0.8125＝0.1101B
    0.8125＝0.DH
    

定点数与浮点数

• 定点数：小数点约定在固定位置的数
• 浮点数：小数点约定为可浮动的数
• 定点小数用来表示浮点数的尾数部分
• 定点整数用来表示整数，分带符号整数和无符号整数
  $X=(-1{)}^s\ast M\ast R^E$
  S决定符号；M是定点小数，是尾数；E是二进制定点整数，称为阶或指数
  

位级运算

布尔代数(Boolean Algebra)
&：相与，|：相或，~：取反，^：异或

Ｃ语言中的移位运算

• 左移: x << y
  将位向量x向左移动y位
  逻辑左移和算术左移都是补0
• 右移: x >> y
  将位向量x向右移动y位
  逻辑右移：在左边补0
  算术右移：复制左边的最高位(y次)

整型数

表示：无符号数和有符号数

无符号数：
$B2U(X)={\sum }_{i=0}^{w-1}{x}_i\cdot 2i$

有符号数——补码：
$B2T(X)=-x_{w-1}\cdot 2w-1+i=0w-2xi\cdot 2i$

无符号数值：
$UMin=0$
$UMax=2^{w-1}$

补码数值：
$TMin=-2^{w-1}$
$TMax=2^{w-1}-1$

位数 W = 16 时的数值

不同字长的数值

机器数
机器数：最高位0表示非负数，1表示负数。

原码、反码、补码

原码：符号位 绝对值

反码：
正数的反码：与其原码相同。
负数的反码为：其原码中符号位不变，其余各位取反。

补码
正数的补码与其原码相同。（正数的原码、反码、补码均相同）
负数的补码为：其反码的最低位加1。

无符号数和有符号数的转换

规则：位模式不变、数值可能改变**(按不同编码规则重新解读)**

• C语言中的有符号数和无符号数
  常量：数字默认是有符号数、无符号数用后缀“U”：0U, 4294967259U
  类型转换：

• 显示的强制类型转换
  int tx, ty;
  unsigned ux, uy;
  tx = (int) ux;
  uy = (unsigned) ty;

• 隐式的类型转换（赋值、函数调用等情况下发生）
  tx = ux;
  uy = ty;

• 表达式计算
  • 表达式中有符号和无符号数混用时：有符号数隐式转换为无符号数
  • 包括比较运算符<, >, ==, <=, >=
  • 注意下面的第3、5、7、9行
  • 
  • C语言中的整数（注意带星的）
    
• 有符号数和无符号数转换的基本原则
  位模式不变
  重新解读（按目标编码类型的规则解读）
  会有意外副作用: 数值被 + 或 $-2^w$

扩展、截断

• 符号扩展
  给定w位的有符号整型数x，将其转换为w+k位的相同数值的整型数
  规则：
  

  符号扩展示例
  

• 总结：扩展、截断的基本规则

扩展	截断
从short int 到int的转换	从unsigned 到unsigned short的转换
无符号数: 填充0 有符号数:符号扩展 结果都是明确的预期值	无论有/无符号数: 多出的位均被截断 结果重新解读 无符号数: 相当于求模运算 有符号数: 与求模运算相似 对于小整数，结果是明确的预期值

整数运算：加、非、乘、移位

• 无符号数加法

  标准加法：忽略进位输出
  模数加法：相当于增加一个模运算
  $$s=UAd{d}_w(x,y)=(x+y)\mathrm{mod}{2}^w$$

  $$UAd{d}_w(x,y)=\{\begin{array}{l}x+y，x+y<2^w\\ x+y-2^w，x+y\ge 2^w\end{array}$$

• 补码加法
  $$TAdd(x,y)=\{\begin{array}{l}x+y-2^w，TMa{x}_w<x+y\\ x+y，TMi{n}_x\le x+y\le TMa{x}_w\\ x+y+2^w，x+y<TMi{n}_w\end{array}$$

• 乘法

  乘积的精确结果可能超过w 位

  • 无符号数乘法
    $$UMul{t}_w(x,y)=x\cdot y\mathrm{mod}{2}^w$$

  • 有符号数乘法
    丢弃w 位: 保留低w 位

  • 用移位实现“乘以2的幂”
    无论有符号数还是无符号数：
    $$u<<k可得到u\ast 2^k$$

  • 用移位实现无符号数“除以2的幂”（逻辑右移）
    $$u>>k得到u/2^k的向下取整$$

内存、指针、字符串表示

程序用地址来引用内存中的数据：
内存可看做巨大的“字节数组”、地址就像这个“字节数组”的索引
操作系统为每个进程提供私有的地址空间
每个进程可访问自己地址空间中的内存数据，彼此不干扰。

Ⅱ：浮点数

二进制小数

表示的有理数:
$$\sum _{i=-n}^m{b}_i\times 2^i$$
只能精确表示形如 x/{2^k}的数值，其他有理数的二进制表示存在重复段

IEEE 浮点数标准: IEEE 754

规格化数

规格化数的形式
$$+/-1.Significand\times R^{Exponent}$$
32-bit规格化数

S(1 bit)	Exponent(? bit)	Significand(? bit)
符号位	译码（增码、阶码）	部分尾数

精度选项	bits
单精度	32 bits（1+8+23）
双精度	64 bits（1+11+52）
扩展精度	80 bits（1+15+63/64）

阶码(Exp) 采用偏置值编码，阶码的值（阶）：
$$\begin{gathered} E=Exp–Bias \\ Exp:Exponent字段的编码（无符号数） \\ Bias：偏置=2^{k-1}-1 \\ k为阶码的位数 \end{gathered}$$

$$\begin{gathered} 单精度:127(Exp:1\dots 254,E:-126\dots 127) \\ 双精度:1023(Exp:1\dots 2046,E:-1022\dots 1023) \end{gathered}$$

尾数(Significand) 编码隐含先导数值1:
$$\begin{gathered} M=1.xxx\dots x_2 \\ xxx\dots x:是frac字段的数码 \\ frac=000\dots 0(M=1.0)时，为最小值 \\ frac=111\dots 1(M=2.0–\epsilon )时，为最大值 \\ 额外增加了一位的精度（隐含值1） \end{gathered}$$
规格化编码示例
$$\begin{gathered} 15213_{10}=1.1101101101101_2\ast 2^{13} \\ 尾数(Significand): \\ M=1.1101101101101_2 \\ frac=11011011011010000000000_2 \\ 阶码(Exponent) \\ E=13=Exp-Bias \\ Bias=127 \\ Exp=140=10001100_2 \\ 编码结果: \\ 01000110011011011011010000000000 \end{gathered}$$
试求：
1 0111101 110000000000000000 的十进制：0.4375
-12.75 的机器数： 1 10000010 100110000000000000000000

非规格化数

$$\begin{gathered} v=(–1{)}^s\ast M\ast 2^E \\ 阶码(Exp)的值:E=1–Bias(insteadofE=0–Bias) \\ 尾数(Significand)编码隐含先导数值0:M=0.xxx\dots x_2 \end{gathered}$$

特殊值

$$\begin{gathered} exp=111\dots 1,frac=000\dots 0 \\ 表示无穷(infinity)、溢出的运算 \\ 正无穷:0111111111000\dots 0 \\ 负无穷:1111111111000\dots 0 \end{gathered}$$

$$\begin{gathered} exp=111\dots 1,frac\ne 000\dots 0 \\ 表示：不是一个数Not-a-Number(NaN) \\ 表示没有数值结果，例如:sqrt(–1),\infty -\infty ,\infty \ast 0 \end{gathered}$$

当输入数据是一个不可表示数时，机器将其转换位最邻近的可表示数。

舍入模式

向偶数舍入（默认的舍入模式）

其他方法都有统计偏差——对正整数集合求和时，和将始终被低估或高估（负偏差、正偏差）

当恰好在两个可能的数值正中间时（中间值时）：舍入后，最低有效位的数码为偶数
其他时候：向最近的数值舍入，比中间值小向下舍入，比中间值大向上舍入

10进制数向最近的百分位舍入为例：
7.8949999 ==> 7.89 (比中间值小：向下舍入)
7.8950001 ==> 7.90 (比中间值大：向上舍入)
7.8950000 ==> 7.90 (中间值—向上舍入)
7.8850000 ==> 7.88 (中间值—向下舍入)

二进制数的舍入

$$\begin{gathered} 偶数:最低有效位值为0 \\ 中间值:舍入位置右侧的位都是0，即形如:xxx100{\dots }_2 \end{gathered}$$

浮点数运算

基本思想

首先，计算精确结果；然后，变换到指定格式
阶码(Exp) 太大可能溢出，小数部分可能需要舍入

浮点乘法

浮点数加法

C语言的浮点数

从int转换为float，不会发生溢出，但有可能舍入
从int或float转换为double时，能保留精确值
从double转换为float和int时，可能发生溢出，也有可能舍入
从float或double转换为int时，因为int没有小数部分，所以数据可能会向0方向截断
$$\begin{gathered} intx=\dots ; \\ floatf=\dots ; \\ doubled=\dots ; \end{gathered}$$

表达式	判断Y/N
x == (int)(float) x	No: 24 位尾数
x == (int)(double) x	Yes: 53位尾数
f == (float)(double) f	Yes: 增加精度
d == (float) d	No: 损失精度
f == -(-f);	Yes: 仅仅改变符号位
2/3 == 2/3.0	No: 2/3 == 0
d < 0.0 => ((d*2) < 0.0)	Yes! 单调
d > f => -f < -d	Yes 对称
d *d >= 0.0	Yes!
(d+f)-d == f	No: 不具备结合性