计算机原理之校验码-海明码

诞生背景       

        总所周知：传统计算机只认识0和1的二进制码，而在底层硬件的实现中，通常以高电压表示1，低电压表示0。然而就算在科技日益发展的今天，也不能期望硬件在运行中完全按照我们所设想的方向执行，硬件偶尔也会出错。

        那么如何保证数据在传送过程中正确无误，既得到的数据就是真实的数据，而不用担心由于硬件高负债，错误的把其中一个高电压输送成了低电压，使得到的一串二进制里有一位与它本来的意思相反。那么如何避免这个情况呢？

• 一是提高硬件的可靠性，使故障率降到最低，但不能确保故障率降为0；
• 二是使所传输的数据自身能支持被校验的能力，并可配合程序对数据进行：发现错误 -> 纠正错误；

       通过上面的分析，得出了两种解决方案，很明显，第二种方案是必选的，因为第一种无法完全解决问题。对于第二种方案，在计算机系统中有一个统一的名词校验码。校验码有多种，有奇偶校验码、循环冗余校验码等等，下面我们先介绍下奇偶校验码，看看他能否解决我们所说的问题；

奇偶校验码

        奇偶校验是一种简单有效地校验方法，通常最普通的奇偶校验是在编码中增加一位校验位，校验位记录了编码中1的个数是否为奇数或偶数，当发生错误时，既编码中的1变成0或0变成1，则该编码中的奇偶性则发生了变化，从而可以发现错误。

        例如：当前有一个4位二进制数：1011，我们在编码的最后面在增加一位校验位，使得原始二进制数变更为10111  （因源数据1011中有3个1，1的个位为奇数，所以校验位也为1，反之则为0）

       

此时10111中任意一位编码发生错误被取反，则我们可以马上发现。如10111发生错误时，变成了11111，此时编码中非校验位1的个数为偶数，但是校验位却告诉我们原始数据中1的个数为奇数，数据错误显而易见。

        虽然一般的奇偶校验具备发现错误的能力，但他还是存在诸多缺陷，如：对编码中有多处发生错误的场景无能为力，以及不具备纠正错误的能力。

       对编码中有多处发生错误的场景无能为力：既在刚刚的编码中，当源编码10111的第一位和第二位都发生错误， 变更为01111时，我们是无法发现这条数据是错误的。

       无纠错能力：既在刚刚的编码中，我们模拟错误时把第二位的0变更为了1，因为这个错误的产生是我们操作的，所以我们知道在哪一位发生了错误，但是在实际环境中，我们是不可能知道硬件是在执行哪一位出错的。

        通过上面的分析，一般的奇偶校验不太能解决我们的实际问题，因为这两个缺陷，emmmm影响还蛮大的。那么有没有比它更好的校验码存在呢。海明码随之诞生而来

海明码

        海明码也是通过在编码上增加校验位来实现校验，但是在奇偶校验码的基础之上，增加了对编码的长度的敏感。       

校验位长度和校验位所处的位置

        也就是说海明码的校验位有多少位不是固定的，而是根据要校验的编码有多长而定；

        假设编码长度是n，校验位有k位，则他们的关系公式为：2ᵏ -1 ≥ n + k ，当给海明码制定校验位长度时，应满足此公式。    

        既然海明码有多位校验位，那么他的这些校验位分别处于哪些位置呢，是全部放在编码的右边或左边，还是根据什么规则来控制校验位在哪里呢？

        i代表这是第几位的校验位，则他所处的位置应该处于编码的2ⁱ⁻¹位置

        以编码01101001为例：编码长度为8，因为8是2的3次幂，我们把3套进公式：2ᵏ -1 ≥ n + k ，得到2³ - 1 ≥ 8 + 3，发现公式不成立。此时把3 + 1 换成4来试试公式，2⁴ - 1 ≥ 8 + 4公式成立。得出8位的编码一共需要4位校验码。这4位校验码分别处于2¹⁻¹、2²⁻¹、2³⁻¹、2⁴⁻¹的位置，运算出来的结果分别是：1、2、4、8。

        假设这4位校验位分别为P₁、P₂、P₃、P₄，原始编码为：D₀、D₁、D₂、D₃、D₄、D₅、D₆、D₇，他们的组合体统称为H，那的排列应该是：

H₁₂     H₁₁     H₁₀     H₉      H₈     H₇     H₆     H₅     H₄     H₃     H₂     H₁

D₇       D₆      D₅       D₄      P₄     D₃     D₂     D₁     P₃     D₀     P₂     P₁

 0        1        1          0        ？     1       0       0        ？     1       ？     ？

校验位校验哪些数据

        这个目前在网上主要有两种思路来理解，一种是从他的实际规律所观察到行为来讲、一种是从他的实现方式来讲，我们在这里都提一下。暂且称呼他们为体现形式和实现形式。

体现形式

         还是上面的例子，现有校验位P₁、P₂、P₃、P₄，那么他们每个校验位分别校验哪些数据呢。先给出结果，然后再根据结果找规律。

P₁校验：P₁、D₀、D₁、D₃、D₄、D₆

P₂校验：P₂、D₀、D₂、D₃、D₅、D₆

P₃校验：P₃、D₁、D₂、D₃、D₇

P₄校验：P₄、D₄、D₅、D₆、D₇

        i代表这是第几位的校验位，它校验规则是：从当前位数起，校验2ⁱ⁻¹位，然后跳过2ⁱ⁻¹位，再校验2ⁱ⁻¹位，再跳过2ⁱ⁻¹位......以此循环到数据末尾 

把P₁带入上面规则就是：从当前位数起，校验1位，然后跳过1位.......

把P₃带入上面规则就是：从当前位数起，校验4位，然后跳过4位.......

实现形式

        根据上面的公式，知道校验码位于2ⁱ⁻¹位置，也就是P₁、P₂、P₃、P₄，他们分别在下标1、2、4、8的位置。先取出他们的二进制

1	2	4	8
0001	0010	0100	1000

把二进制中他们的0换成*通配符

1	2	4	8
***1	**1*	*1**	1***

我们将12->1依次与上面的通配表进行匹配

1	2	4	8
***1	**1*	*1**	1***
001（1）	0010（2）	0100（4）	1000（8）
011（3）	0011（3）	0101（5）	1001（9）
101（5）	0110（6）	0110（6）	1010（10）
111（7）	0111（7）	0111（7）	1011（11）
1001（9）	1010（10）	1100（12）	1100（12）
1011（11）	1011（11）

 因此我们可以确定
P₁ 负责 1 3 5 7 9 11 位数的校验
P₂ 负责 2 3 6 7 10 11 位数的校验
P₃ 负责 4 5 6 7 12 位数的校验
P₄ 负责 8 9 10 11 12 位数的校验

校验位取值

        取值采用异或运算，相异为1，相同为0。也可通过计数1的个数是否为偶数来觉得

H₁₂     H₁₁     H₁₀     H₉      H₈     H₇     H₆     H₅     H₄     H₃     H₂     H₁

D₇       D₆      D₅       D₄      P₄     D₃     D₂     D₁     P₃     D₀     P₂     P₁

 0        1        1          0        ？     1       0       0        ？     1       ？     ？

P₁校验：P₁、D₀、D₁、D₃、D₄、D₆

P₂校验：P₂、D₀、D₂、D₃、D₅、D₆

P₃校验：P₃、D₁、D₂、D₃、D₇

P₄校验：P₄、D₄、D₅、D₆、D₇

得出

H₁₂     H₁₁     H₁₀     H₉      H₈     H₇     H₆     H₅     H₄     H₃     H₂     H₁

D₇       D₆      D₅       D₄      P₄     D₃     D₂     D₁     P₃     D₀     P₂     P₁

 0        1        1          0        0       1       0       0        1      1       0       1

校验位纠错

        每个校验位校验一组数据，当发生错误时。其实就是在多个集合取并集差集的操作。

例如上面的数据，当数据D₁发生错误时，会导致P₁和P₃校验不通过。P₁和P₃的并集是D₁和D₃，但是D₃也是P₂的子集，P₂没发生校验不通过。结果就只能是D₁发生了错误

注：海明码只能检测出2位错，纠1位错