计算机系统漫游（一）、信息的表示和处理

信息存储

电路只有开关，分别以通电与不通电表示开关，由于这种特性，使得计算机能很简单的表示二进制，所以现在计算机及相关存储介质都是用二进制存储数据。一切的信息都会被翻译为二进制在计算机中存储并运算，简单的说，计算机就是一个存储器加计算器，先存储程序再交由运算器计算得出结果

一个二进制被称为一 位 ， 一字节等于八位 ，单个的位并不具有太大意义，当足够多的位则能表示足够多的可能性，就具有了意义。字节是最小的可寻址的存储器单位，即计算机不能访问到位。

机器级程序将存储器视为一个很大的字节数组，通过访问数组下标来访问到每个字节，该下标就是地址，所有可能的地址集合，就称为 虚拟地址空间。这个虚拟地址空间只是一个概念性的映射，具体还是要靠随机访问存储器等等来实现映射

编译器和运行时系统的一个任务，就是将这个存储器单元分为更可管理的单元，来存放不同的程序对象

对于一个很长的位，计算机能够通过机械运算理解它的意义，但是人类却很难理解，需要一种计算机能够理解的位和人类能够读懂的语言之间的转换，这就是编码。编码就像古时密码本，编译使用编码来做对照翻译，将人类能够读懂的语言翻译为二进制语言，不同的编译技巧会带来不同的效果，我们下面会看到这些神奇的技巧。

字

每台计算机都有一个字长，指明整数和指针数据的标称大小。因为虚拟地址是以一字表示的，所以系统参数的字长，就代表了虚拟地址空间的范围。即，对于一个字长 n 的机器，地址表示的范围则是 0 ~ 2^n-1 ，则程序最多访问到 2^n 字节。例如：32位计算机的虚拟地址范围是 0 ~ 2^32，即，最多能访问到 2^32 字节（因为每个地址都必须是不同的），约为 4g

数据大小

计算机和编译器使用不同的方式编码数字，从而支持多种数据格式。

以 c 语言为例，语言的类型应该具有跨平台性，但是 c 的 long、int、*char 类型在 32 位机器是用 4 字节表示，在 64 位机器 long、*char 使用 8 字节表示，在原来的 32 位机器，使用 int 可以存储一个指针类型，但是这放在 64 位机器就会出错，而在 64 位平台上编译的代码更不能在 32 位上执行

寻址和字节顺序

对于跨越多字节对象的存储，一般都存储位连接的字节序列，并使用字节序列中的最小地址作为对象的地址，比如一个 int 类型的地址位 &001，它的字节序列位 &001、&002、&003、&004。对于字节序列的表示，有两种方法，将最低有效字节放在前称为小端法，Intel的机器大多采用，将最高有效字节放在前称为大端发，IBM机器大多采用

以十六进制 0x01234567 为例，小端法 67 45 32 01、大端法 01 23 45 67，我们书面语法就是大端法

为了避免在不同机器上产生错误，在网络上传输二进制时，必须按照网络规定转换为网络标准，机器从网络接受后再转化为机器标准

整数表示

在整数的编码中，常有两种形式，无符号整数和有符号整数，他们的编码方式不同，运算的属性也不同

无符号

无符号最简单粗暴，直接对数进行编码，空的地方补 0

有符号

有符号数有多种编码方式，这里介绍最常用而且神奇的补码方式

二进制数	十进制数
00000000	0
00000001	1
…	…
01111111	127
10000000	-128
10000001	-127
…	…
11111111	-1

从本质上讲，计算机只能做加法运算，所有的减法和乘除都是通过加法运算间接模拟出来的，以这种编码方式，便于通过加法模拟出减法，例如：1 - 127 编码： 00000001 + 10000001 = 10000002 解码：-126，只需要一次加法就完成了减法运算

可以看出，从正数得到负数的方法，求其补码 + 1

注意：在一些语言中，有符号数强制转换为无符号数时，是直接将有符号数的二进制码以无符号数的方式解码，如果原来的数是正数，数值不会改变，如果是负数，则会得到一个特别大的正数

    var a int = -1
    var b int = -2
    fmt.Println(uint(a)) //18446744073709551615
    fmt.Println(uint(b)) //18446744073709551614

扩展一个数字的位表示

不同长度的数据之间可能会进行转换，将大类型转换位小类型不具有太大意义，容易造成数据丢失，而将小类型转为大类型，又分为两种。无符号数据在最高为补0即可，而补码表示的有符号数据在最高为补原来最高为的值，这样就能维持值不变

隐式类型转换总是会给你意想不到的惊喜，所以选择 go 吧，绝对没有任何隐式转换，防止你的程序被低级而隐蔽的错误入侵

整数运算

无符号数加法

两个太大的无符号数相加可能反而会得到一个比他们小的数，这是因为最高为溢出了，例如：11111111 + 00000001 = 00000000，因为字长的限制，他们反而会得到个 0

补码的加法

两个太大的正数相加可能会得到一个负数，而两太小的负数相加也可能会得到一个正数，例如：01111111 + 00000001 = 10000000 解码得 -128

整数乘法

在计算机内部，n*m 实质是将 n 做 m 次的累加，所以乘法是很耗费 cpu 的，即使你的编译器会帮助你做乘法的优化，但是不要过多相信编译器，能用位移运算或加法，就不要用乘法。最关键的是，小心溢出

使用位移运算，向左移动一位（丢弃最高为，最低位补0），等同于 *2，*2^n 等同于左移 n 位

二进制小数

在计算机中并不能精确的表示所有浮点数，而是得到近似值,例如 101.11 如果以二进制表示，则得到 1*2^2 + 0*2^1 + 1*2^0 + 1*2^-1 + 1*2^-2，除以 2 相当于将小数点向后移动一位。

并不是所有的数都能以 2 的次方相加表示，这时我们只能得到他的近似值，提高小数点后的位数可以提高精度

我们从将十进制数转为二进制数来展开浮点数的细节

    -235.125 转为二进制 -100100101001.001 = -1.00100101001001×2^11

-1.00100101001001×2^11 分为三个部分，符号位 - 或 +，尾数 1.00100101001001，阶码 11，在 IEEE 标准中规定了单精度和双精度的长度

类型	长度	符号	阶码	尾数	指数偏移
单精度 float	32	31~30	30~23	22~0	127
双精度 double	64	63~62	62~52	51~0	1023

V = (-1)^符号 * 尾数 * 2^阶码