无符号整数是计算机,【汇编语言与计算机系统结构笔记02】整数的计算机表示与运算，C中的无符号字符（unsigned）和带符号字符（signed），补码，一些例题...

本次笔记内容：

03.整数的计算机表示与运算

预备知识

1K = 2^10 = 1024 (Kilo)

1M = 1024K =2^20 (Mega)

1G = 1024M = 2^30 (Giga)

1T = 1024G = 2^40 (Tera)

1P = 1024T = 2^50 (Peta)

1个二进制位：bit (比特)

8个二进制位：Byte (字节) 1 Byte = 8 bit

注意在存储领域，不是以1024进位的，是以1000进位的。

在x86中，默认一个Word为16个比特：

2个字节：Word (字)

1 Word = 2 Byte = 16 bit

数制

数的机器表示

机器字(machine word)长：

一般指计算机进行一次整数运算所能处理的二进制数据的位数；

通常也包括数据地址长度。

32位长：

地址的表示空间是4GB；

对很多内存需求量大的应用而言，非常有限。

64位字长：

地址的表示空间的是1.8 × 10^19 bytes；

目前的x86-64机型实际支持48位宽的地址：256 TB。

机器字在内存中的组织

地址按照字节(byte)来定位：

机器字中第一个字节的地址；

相邻机器字的地址相差4(32-bit)或者8(64-bit)。

字节序(Byte Ordering)

一个机器字内的各个字节如何排序？

很不幸，历史上没有过强制一统的标准，有从高位开始的，也有从地位开始的。

Big Endian：Sun，PowerPC，Internet

低位字节(Least significant byte, LSB)占据高地址；

Little Endian：x86

与LSB相反

例子如下。

0x100

0x101

0x102

0x10301

23

45

67

67

45

23

01

如上，要存储数值为0x01234567的数，上面是LSB，下面是x86的存储方式。

socket就有将本地字节序与网络字节序的功能。

再举一个例子：

Decimal: 15213

Binary: 0011 1011 0110 1101

Hex: 3 B 6 D

对于以下三种实现：

int A = 15321;

int B = -15213;

long int C = 15213;

在IA32, x86-64, Sun设备上的存储分别为：

整数表示

C语言中基本数据类型的大小(in Bytes)：

C Data Type

Typical 32-bit

x86-32

x86-64char

1

1

1

short

2

2

2

int

4

4

4

long

4

4

8

long long

8

8

8

float

4

4

4

double

8

8

8

long double

8

10/12

10/16

char * or any other pointer

4

4

8

计算机中整数的二进制编码方式

w表示字长，对于无符号数：B

2

U

(

X

)

=

∑

i

=

0

w

−

1

x

i

⋅

2

i

B2U(X) = \sum^{w-1}_{i=0} x_i \cdot 2^iB2U(X)=i=0∑w−1​xi​⋅2i

对于带符号数(补码，Two’s Complement)：B

2

T

=

−

x

w

−

1

⋅

2

w

−

1

+

∑

i

=

0

w

−

2

x

i

⋅

2

i

B2T = -x_{w-1} \cdot 2^{w-1} + \sum^{w-2}_{i=0} x_i \cdot 2^iB2T=−xw−1​⋅2w−1+i=0∑w−2​xi​⋅2i

对于下列实现：

short int x = 15213;

short int y = -15213;

其存储为：

Decimal

Hex

Binaryx

15213

3B 6D

00111011 01101101

y

-15213

C4 93

11000100 10010011

对于负数(补码)，即取反再加一。

符号位(sign bit)：

对于补码表示，MSB(Most Significant Bit)表示整数的符号；

0 for nonnegative；

1 for negative。

无符号数与带符号数

范围

在带符号数中，负数范围个数总比整数范围个数多1，举例：

00000000表示0；

00000001表示1；

01111111表示127；

10000001表示-127(按位取反再加1)。

10000000表示-128(不能用按位取反表示，因为不存在正128，可以理解为-127-1)

转换

无符号数与带符号数之间的转换：

二进制串的表示是不变的。

上图为无符号数和带符号数的关系。

C语言中的无符号数和带符号数

常数(Constants)：

默认是带符号数，如果有U作为后缀则是无符号数，如0U，4294967259U；

如果无符号数与带符号数混合使用，则带符号数默认转换为无符号数，包括比操作符。

下面是例题，比较常数1和常数2的关系：

Constant_1

Constant_2

Relation

Evaluation0

0U

==

unsigned

-1

0

<

signed

-1

0U

>

unsigned

2147483647

-2147483647-1

>

signed

2147483647U

-2147483647-1

<

unsigned

-1

-2

>

signed

(unsigned) -1

-2

>

unsigned

2147483647

2147483648U

<

unsigned

2147483647

(int) 2147483648

>

signed

将负的带符号数转换为无符号数时，总比正的带符号数大，可以参考上面的映射示意图。

何时采用无符号数

建议：不能仅仅因为取值范围是非负而使用。只在两种情况使用：

模运算

按位运算

不能乱用unsigned的例子：

// example I

unsigned i;

for (i = cnt - 2; i >= 0; i--)

a[i] += a[i+1];

// 永远无法结束，i恒大于等于0

// example II

#define DELTA sizeof(int)

int i;

for (i = CNT; i-DELTA >= 0; i-= DELTA)

...

// sizeof()返回unsigned，而i-=DELTA运算后，i被转换为unsigned，导致for无法退出

加法

无符号数和带符号数(补码)加法所用的x86机器指令都是同一条类型。加法就是两个位串加起来。

无符号整数除以2的k次幂

在编译时，如果遇到无符号整数除以2的k次幂，不调用除法指令(硬件的除法非常慢)，而调用逻辑右移。

u >> k gives ⌊

u

/

2

k

⌋

\lfloor u / 2^k \rfloor⌊u/2k⌋

// C Function

unsigned udiv8(unsigned x)

{

return x / 8;

}

// Compiled Arithmetic Operations

shrl$3, %eax

// Explanation

# Logical shift

return x >> 3;

带符号整数除以2的k次幂

u >> k gives ⌊

u

/

2

k

⌋

\lfloor u / 2^k \rfloor⌊u/2k⌋

但是如果x

<

0

x < 0x<0，出现舍入错误。

解决方案：

Want ⌈

x

/

2

k

⌉

\lceil x / 2^k \rceil⌈x/2k⌉(需要向0舍入，而不是向下舍入)

(对于负数而言)Compute as ⌊

(

x

+

2

k

−

1

)

/

2

k

\lfloor (x + 2^k -1) / 2^k⌊(x+2k−1)/2k

In C: (x + (1<> k (即做一个偏移处理)

Biases dividend toward 0// C Function

int idiv8(int x)

{

return x / 8;

}

// Compiled Arithmetic Operations

testl%eax, %eax

jsL4

L3:

sarl$3, %eax

ret

L4:

addl$7, %eax

jmpL3

// Explanation

# Logical shift

if x < 0

x += 7;

# Arithmetic shift

return x>>3;

Integer C Puzzles

int x = foo();

int y = bar();

unsigned ux = x;

unsigned uy = y;

x<0 infer ((x*2)<0)

不对，可能溢出。

ux>=0

对。

x & 7 == 7 infer (x<<30)<0

对。

7即111，x & 7 == 111，即x低位的3位为111。

x是int类型(32位)，111向左移30位，则符号位为1，是负数。

ux > -1

不对，ux一定是小于等于-1的(-1转换为unsigned后，大)。

x > y infer -x < -y

不对，因为不一定。负数的表示范围比正数大1，若y为-128，推论将不成立。

x * x >= 0

不对，可能溢出，高位被截断。

x > 0 && y > 0 infer x + y > 0

不对，可能溢出。

x >= 0 infer -x <= 0

对。

x <= 0 infer -x >= 0

不对，-128为反例。

(x|-x)>>31 == -1

不对，0位反例。

ux>>3 == ux/8

对。

x >> 3 == x/8

不对，负数为反例。

x & (x-1) != 0

不对，x取0为反例。

另一道练习题

已知某32位整数X，其值为-101，则其16进制补码为(0xFFFFFF9B)，另一32位整数Y的补码为0xFFFFFF6A，则X+Y的16进制补码(32位)为(0xFFFFFF05)，X-Y的16进制补码为(0x31)。

解：

-101，写出其绝对值(101)2进制串，按位取反，加1；

对于第二、三个空，转为10进制运算，按位取反加一即可。