上周末，Vita君去参加了青少年算法竞赛小学组(也就是原来的NOIP小学组)的初赛。
其实他C语言刚学了一个月，所以毫无悬念地考得不咋地。不过里面有一道题，他虽然答对了，但是他觉得有疑问，趁着今天是1024程序员节，要不我们在上学路上掰扯一下？
对于老程序员来说，计算机系统采用1024进位这件事已经是很熟悉的事情了，但是这件事真的这么简单吗？拿这道题来说，U盘里面的8MB到底是不是按1024进位算的呢？`
硬盘和系统打架
计算机业界一直以来都习惯用1024作为数据容量单位前缀的倍数，比如1kB=1024B、1MB=1024kB、1GB=1024MB……比如在Windows里面查看硬盘容量，你会发现字节数换算成GB之后并不是一个整倍数：
其实这个107GB就是按照1024倍的关系算出来的，也就是把字节数除以1024的3次方得到的：
然而诡异的是，硬盘(也包括U盘、闪存卡等等)厂商标的那个容量，却是按照1000倍的关系计算的。也就是说，你买了一块500GB的硬盘，它的实际容量是500,000,000,000字节，如果你按照1024倍换算回去，就只有466GB了，足足少了34GB，这也就是为什么你在Windows里看到的磁盘容量永远是缩水的，就为了这事儿，硬盘厂商还被告过好几次，比如这次：
正是因为这笔糊涂账，现在厂商在卖硬盘的时候，都会特别标明容量的计算方法，省得有人闲着没事再跑去投诉：
为什么会用1024
但我们的问题是，为什么操作系统一定要用1024倍来计算呢？或者说，当初是因为什么原因，才产生了1024这种算法呢？
我一瞬间认为这个问题很容易解释，因为计算机用的是二进制，自然要用2的幂来进位啦，这似乎挺自然的。
但是说到这里我就发现有点说不通了。
计算机用的是二进制没错，但那个代表的是计算机所处理的数据，而不是代表数据的数量。举个例子，现在有若干个储物柜，每个柜子可以装一位数，处理二进制的时候，柜子里只能放0或1，而处理十进制时，柜子里可以放0~9，仅此而已，但是这跟我有多少个柜子又有什么关系呢？
那当初到底为什么出现了1024呢？这个问题和计算机内存的寻址系统有关。
所谓寻址，就是访问内存里面特定的地方，就像按编号找到某个特定的储物柜一样。CPU里面有一个东西叫地址总线，这个东西用来编码要访问的内存地址，也就是储物柜的编号。地址总线就是一堆电线，跟CPU里的其他元件一样，每一根都只能表示0或者1，也就是说，它也是用二进制来工作的。
那么，地址总线有多少根，就决定了CPU能编码多少内存地址，超过这个范围之后，即便你装再多的内存，CPU也用不上了，这个范围就叫做CPU的寻址能力。
我们计算一下，如果地址总线的长度是1，那么能编码的内存地址就是，也就是2个；地址总线的长度是2，就能编码，也就是4个地址；以此类推，设地址总线的长度是，CPU的寻址能力就是。
剩下的事情你应该能自己琢磨明白了。既然CPU的寻址能力是按2的幂计算的，那么内存的容量也就应该按2的幂来设计，这样才能跟CPU的寻址能力匹配。
比如说，一块CPU的地址总线长度为8，它的寻址能力是，也就是256，如果设计内存的人按100、200、300这样来设计内存容量，那永远也找不到合适的对不对？于是，内存容量就都被设计成了2的幂。
一开始内存容量小的时候，也不存在单位换算的问题，比如我这个内存4096字节哦，也没啥问题。但是后来内存容量越来越大，工程师们感觉表达起来不爽了，这时他们想到，很多单位都有前缀，比如米→千米(km)，克→千克(kg)，那我们也搞一个千字节(kB) 就好了吧。
这时问题又来了，内存容量都是2的幂，就比如说4096吧，如果按1000进位的话，就要写成4.096kB，这一点儿都没有变短啊！似乎没什么卵用啊！
于是工程师们拍脑袋一想，这样吧，我们就用1024进位好了，1024是，符合内存容量的设计习惯，比如说，也就是4kB，你看，变短了很多吧！此外，1024跟1000挺接近的，也符合人类(主要是指欧美人)逢千计数的习惯，而且就算近似按1000估算也问题不大，真是两全其美！
硬盘厂商的叛逆
所以说，用1024来进位是内存寻址架构设计上的历史原因，但磁盘(软盘、硬盘)从一开始就没有这个问题，因为：第一，磁盘的寻址和CPU的架构没有关系(磁盘访问由操作系统负责)；第二，磁盘的基本存储单位是“扇区”，而不是单个字节，一个扇区的容量不是固定的。这就意味着，磁盘容量没必要非要按2的幂去凑整，而是可以怎么方便就怎么来。
IBM个人电脑上用的软盘为了迎合内存容量的二进制习惯，规定一个扇区的容量是512字节，那么两个扇区的容量就是1024字节，也就是1kB。因此，我们以前用的360kB、720kB的软盘，它们的1kB都代表1024字节，但后来出现的高密度软盘，容量写的是1.44MB，但实际上它的容量是720kB软盘的两倍，也就是1440kB——在这个节骨眼上，软盘厂商居然玩起了精分，让1kB代表1024B，而1MB却代表1000kB，真是又一笔糊涂账！
注意上面写着容量是1.44MB，其实是1440kB
相比之下，硬盘厂商就专一多了。硬盘因为容量大，一开始就是MB尺度了。从20世纪70年代起，硬盘厂商在标示容量时就是按1000进位计算的，而这种标准沿用了几十年，到今天也依然是雷打不动。
这笔糊涂账让做操作系统的很是为难。毕竟，内存容量和磁盘容量的算法不一样，你让操作系统怎么显示才好呢？
结果呢，当初几乎所有的操作系统都采用了内存的二进制标准，也就是按1024进位，那么磁盘容量也就跟着保持一致，也按照1024进位来计算，于是系统显示的容量就和硬盘上标示的容量有差距了。
本来呢，这个差距也不是很大，但是让人们没想到的是，数据容量的增长速度实在太快了，才过了没几十年，我们身边的数据都已经按GB甚至TB来计算了。
在kB尺度上，按1024计算和1000计算的误差只有2.3%，但放到TB尺度上，这个误差就被放大到了9%，这就已经完全无法忽略不计了，这也正是为什么磁盘容量进入GB时代之后，普通用户才开始纠结这件事。
存在感薄弱的ISO
那么，现在的问题是，1kB有时是1000字节，有时又是1024字节，这件事实在是太混乱了。根据国际单位(SI)的规定，k、M、G等等这些前缀之间的倍率关系都是1000，那么用1024就明显和SI是矛盾的。
于是，国际电工委员会(IEC)想了一个方案，说那这样好了，凡是需要表示1024进位的，就用另外一套前缀：Ki、Mi、Gi，就是后面加个i，那么这样一来，1kB就是1000字节，而1KiB才是1024字节。
后来，IEC的这个方案变成了国际标准(ISO)，所以严格来说，表示1024进位的时候一定要用IEC的这套新的前缀哦。在合规这方面，Ubuntu操作系统貌似是做得最好的，不信你看：
只有网络速率用的是“KB/秒”，这里的倍率是1000
而苹果的macOS系统里面，磁盘容量显示的单位也是按照1000倍率来换算的，不信你看：
这里的GB也是按1000倍率换算的
于是，只有Windows现在依然是一笔糊涂账，明明磁盘容量按1024换算，但显示用的却还是MB、GB这种按标准应该表示1000的单位。偏偏Windows用户又是最多的，于是很多人到现在还在这个问题上糊涂着——我买的硬盘，怎么系统里显示的容量就缩水了这么多呢？
总结
因为CPU寻址架构没变，所以内存容量现在依然是2的幂，即按1024倍率计算的。例如，你的电脑有4GB内存，严格来说应该写成4GiB，实际容量是个字节。
硬盘、闪存等存储设备的容量都是按1000倍率计算的。例如，你的500GB硬盘，实际容量是500x1000x1000x1000个字节。但是，Windows会告诉你它的容量只有466GB，这不是硬盘的错，是Windows的错。
网络带宽(传输率)也是按1000倍率计算的。例如，你家的宽带是100M，意思是最大传输率为每秒100x1000x1000个比特(8个比特是1个字节)，也就是每秒12,500,000个字节。
所以说，开头的那道题，是不是出得有点糟糕呢？
显然，U盘的容量应该是按1000进位计算的，所以这个8MB应该是个字节呢，但是文件大小按什么算呢？这可能取决于操作系统的表示方式，不同的操作系统可能不一样哦。所以这道题的表述是有歧义的。
如果这道题出得严谨一点，那应该按照ISO的规范，将容量单位写成MiB，这样一来，不就没有歧义了吗？
你可能还想看
- 《小欢喜》看完了？看出方一凡的身份证号有几个bug么？
- 密码学小对话 | 救命！汽车遥控钥匙失灵了是咋回事？
1073
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
