【深入理解计算机系统 02】信息的表示和处理

信息的表示和处理

01 信息的存储

虚拟地址空间

数据的最小单位是bit，一个比特表示一个1或0，8个比特组成一个Byte

• 二进制单字节范围：00000000~11111111
• 十进制单字节范围：0~255

---

一般来说，程序会将内存视为一个非常大的数组，数组又由一个个的字节组成（图中的一个方框就是一个字节），每个字节通过唯一的一串数字来表示，一般称为地址，所有地址的几何就是虚拟地址空间

虚拟空间的最大空间范围是由机器字长决定的，对于字长为w位的机器，范围为$2^w-1 $

• 32位计算机地址空间$0\sim 2^{32}-1$，4GB
• 64位计算机地址空间$0\sim 2^{64}-1$，16EB
• 32位机器在嵌入式场景中仍有应用，64位机器是日常设备主流，且基本能向后兼容
• C语言的long、指针类型在两种机器上所占字节数大小有差别，其他基本一致
• 在64机器上可以自定义命令来生成可以在32位机器上运行的程序

linux> gcc -m32 -o hello32 hello.c
linux> gcc -m64 -0 hello64 hello.c

数据在虚拟地址空间中的存储有大端法和小端法两种

• 大端法：数据低位存储在地址高位（大多数IBM、Sun）
• 小端法：数据低位存储在地址低位（大多数Intel兼容机、Android、iOS）
• 也有支持双端法的处理器，例如基于ARM架构的处理器

C语言的变量类型

• int和float同样表示一个数，字节模式（该数存储成16进制的值）是完全不同的
• 字符串为以NULL结尾的字符数组，故abcde字符串的长度为6

02 整数表示与编码

有符号的二进制数的表示

十进制数有正负之分，二进制数也有，带正负的二进制数称为真值

在计算机中通常在有符号数的前面增加1位符号位，用0表示正号，用1表示符号

• 这种用0和1表示正负号的数称为机器数
• 目前常用的机器数编码方式有源码、反码和补码

原码、反码、补码

原码

正数符号位用0，负数符号位用1，其余数位表示数值本身

例如，+1010110的原码为01010110，-0110101的原码为10110101

原码表示很简单，但是用原码表示的数进行加减法的运算很麻烦，例如异号相减

反码

正数的反码与原码相同，负数的反码是在原码的基础上保持符号位不变，其余各位按位求反

例如，+1010110的反码为01010110，-0110101的反码为11001010

补码

正数的补码与原码相同，负数的补码是在原码的基础上保持符号位不变，其余各位按位求反加一，即负数的补码是其反码加1

例如，+1010110的补码为01010110，-0110101的补码为11001011

计算机中有符号整数常用补码形式存储，且任意一个数补码的补码是原码

为什么补码的计算规则是这样的，有什么意义？

• -5，补码为1011，从二进制补码能快速得出对应十进制为-8+2+1=-5
  • 对于4bit数据，补码能表示的最小数字为1000，即-8
  • 对于4bit数据，补码能表示的最大数字为0111，即7
  • 对于8bit数据，补码能表示的最小数字为1000 0000，即-128
  • 对于8bit数据，补码能表示的最大数字为0111 1111，即127
• 当两个数做减法时，可以用加上一个数的补码代替减去那个数

有符号数和无符号数转换

C语言允许数据之间做强制类型转换，例如

short int a =-12345;
unsigned short b = (unsigned short)a;
printf(”a= %d , b = %u” , a， b);

-12345经过强制类型转换的得到无符号整数53191

• 1100 1111 1100 0111对应-12345
• 1100 1111 1100 0111对应53191

有符号转无符号

• 如果是正数，就相同
• 如果是负数，就是原来的值加上$2^w $，其中w为类型长度（包含符号位）

无符号转有符号

• 如果是正数，就相同
• 如果是负数，就是原来的值减去$2^w $，其中w为类型长度（包含符号位）

为什么要了解这个转换：C语言隐式转换影响运算结果

int i = -1;
unsigned int b = 0;
if(a < b)
  printf(”−1 < 0”)
else
  printf(”−1 > 0”)

由于b是无符号整数，实际和0比较的不是-1，而是转换后的4294967295（$-1+2^{32}$）

扩展一个数字的位表示

从unsigned char(8)转变为unsigned short(16)类型，只需要在扩展数位进行补0即可

当有符号数表示非负数时，最高位是 0，此时扩展的数位进行补零即可；当有符号数表示负数时，最高位是 1，此时扩展的数位需要进行补 1

当有符号数从一个较小数据类型转换成较大类型时，进行符号位扩展，可以保持数值不变

截断一个数字的位表示

将int类型强制转换成short类型时，int类的最高位16位数据被丢弃，留下低16位数据

• 无符号数
  • w位的无符号整数，截断成k位。可用于取模运算，即除以2的k次方之后得到的余数
• 有符号数
  • 用无符号数的函数映射，使用与无符号数相同的截断方式，得到最低K位
  • 将上一步得到的无符号数转成有符号数

03 整数运算

无符号数加法溢出

加法本身很简单，但是加法可能会导致溢出

unsigned char a = 255;
unsigned char b = 1;
unsigned char c = a + b;
printf(” c=%d”, c);

两者相加的结果c会溢出，实际结果不是256而是0

对于溢出是不会报错的，需要手动添加运算结果判定

有符号数加法溢出

计算机的有符号数用补码表示，因此补码加法就是有符号加法

char x = 127;
char y = 1;
char z = x + y;
printf(” z=%d”, z);

与无符号数不同，有符号数的溢出有正溢出和负溢出

• 正溢出会在原有结果上减去2的w-1次方，w为类型长度
• 负溢出会在原有结果上加上2的w-1次方，w为类型长度
• 该代码的运行结果为-128，发生了正溢出

无符号数乘法

w位的无符号数x和y，乘积的结果依然是w位，相当于x与y的乘积结果对2的w次方取模（除以2的w次方的余数）

有符号数乘法

结果同无符号数乘法一致，也是w位，但多了一步将无符号数转化为有符号数

位移快速运算（乘除2的倍数）

原码运算

对原码进行移动，移动单位等于2的倍数，乘左移补0，除右移补0

补码运算

正数同原码一致

负数，保持符号位不变，其余位数乘法左移补0，除法右移补1

04 浮点数

IEEE浮点表示

$$V=(-1{)}^s\times M\times 2^E$$

三个变量：符号s、阶码E、尾数M

浮点数的数值通过阶码划分为3类

1. 规格化：阶码不全为0且不全为1（exp）
2. 非规格化：阶码全为0
3. 特殊值：阶码全为1，特殊值也分两类，一类表示无穷大或无穷小，一类表示不是【

{待完善：三种类型的具体表示方法}

05 程序编码

演示程序

#include <stdio.h>
void mulstore(long ,long ,long *);
int main() {
  long d;multstore(2，3，&d) ;
  printf(” 2∗ 3 −−>%1d \n”，d) ;return 0;
}

long mult2(long a，long b){
  png s = a* b;return s;
}

两个源文件可以通过Linux> gcc -Og -o prog main.c mstore.c生成可执行文件

编译选项-Og是用来告诉编译器生成符合原始C代码整体结构的机器代码

• 为了获得更高的性能，会使用-O1或者-O2，甚至更高的编译优化选项
• 但高级别的优化产生的代码会严重变形，和源代码的关系难以理解

生成汇编文件

可以通过linux> gcc -Og -S mstore.c生成汇编文件mstore.s

两种保存器

调用者保存寄存器，被调用者保存寄存器