计算机中数据的表示

看原文https://dyingdown.github.io/2020/03/05/Data-Representation/

最近开课计算机组成原理，由于疫情原因，老师推荐的华中科技大学的秦磊华老师讲的MOOC上的课程。感觉学习难度比较大，因为基础薄弱，所以来总结一下学习的知识，加以巩固。

机器数及其特点

首先要了解计算机内部的数据到底是怎么表示的。学习过模电我们都应该知道，计算机内的数据是以二进制形式存储的，因为二进制只包含两个状态，更好表示。如果我们能在二进制的基础上更好的组织数据，则计算机的运算就能更加高效。

数据表示有以下考虑因素：

1. 计算机支持的数据类型
2. 计算机能表示的数据范围
3. 计算机能表示的数据精度
4. 存储和处理的代价
5. 是否有利于软件的移植等…

在这些基础上我们来对数据进行处理。

真值

首先，在实际运算中，拿到一个数，我们把它转换成二进制数时，+ - 就是符号位。变成二进制数还是用+ - 来表示。这样的带符号的二进制。

比如 $-5$ 真值就是$-101$； $+5$ 的真值就是 $+101$

这种表示方法很直观，人眼一下就能知道是正数负数。但是计算机怎么办呢？让它去识别加号吗？只有0 1 两种状态，怎么搞个加号进去？所有就有了符号数值化。有了一个新的表示方法：

原码

我看老师的课件上给的定义是这样的

$$[X{]}_{原}=\{\begin{array}{l}X0\le X\le 2^n\\ 2^n-X{2}^{-n}\le X\le 0\end{array}$$

原码就是在真值的基础上，把符号位用0 1表示。一般规定0表示正数，1表示负数。这有点违背我们的常理，我搜了好久也没找到这样规定是出于什么原因，但好像计算机里面表示数N是$(-1{)}^{S}N$，S = 0 时就是1， 为正数。反之亦然。S就是那个符号位对应的0或1。

所以举个例子来说：$-5$ 的原码就是 $1101$; $+5$ 的原码就是 $0101$

OK，问题解决了，就用原码表示吧。接下来开始运算。

先算个 $5+5$ 吧。假设字长是八位

$$\begin{gathered} 00000101 \\ +00000101 \\ =00001010 \end{gathered}$$

没问题，的得到的是 $+10$.

再来算算 $5-5$

$$\begin{gathered} 00000101 \\ -00000101 \\ =00000000 \end{gathered}$$

那么 $(-5)+5$ 呢

$$\begin{gathered} 10000101 \\ +00000101 \\ =10000000 \end{gathered}$$
欸，0 出现了两种表示方法。不行，会给以后的运算造成麻烦。

接着改，于是设计出了反码。

反码

$$[X{]}_{反}=\{\begin{array}{l}X0\le X\le 2^n\\ 2^{n+1}+X-12^{-n}\le X\le 0\end{array}$$

简单来说就是正数的反码就是原码，负数的反码就是符号位不变，其余各位按位取反。举个例子 ：$-5$ 的反码就是 $1010$; $+5$ 的反码就是 $0101$

通过计算，发现0还是有两种表示方法，并且出现了一个问题就是有的直接加是不对的，还得有判断加两次。比如算 $x=1101,y=-1010,x+y$. 这个例子你自己验证一下不再赘述，这样会发现第一次加完，得把符号位的进位位去掉再用加法加在第一次计算结果上，得到的才是正确答案。所以，又有了补码。

补码

$$[X{]}_{补}=\{\begin{array}{l}X0\le X\le 2^n\\ 2^{n+1}+X{2}^{-n}\le X\le 0\end{array}mod{2}^{n+1}$$

同样，正数的补码等于正数的原码，负数的补码等于反码 + 1.

比如 $-5$ 的补码就是 $1011$; $+5$ 的补码就是 $0101$

这样在计算0的表示方法就是单一的了。并且不难发现，计算减法的时候也可以用加法来代替了，不需要判断符号绝对值等的问题了。这样很方便只需要设计加法器就行了。

移码

前面说了半天，都是定点数，而要表示浮点数（就是小数点不固定的数）的接吗就要用移码的形式。
$$[X{]}_{移}=2^n+X-2^n<X\le 2^n$$
实现起来就是数值与X数值位相同，但是符号位取反。

比如 $-5$ 的补码就是 $0110$; $+5$ 的补码就是 $1010$

在这里就不再深究这些表示方法是怎么来的了，若想知道自行百度。

定点与浮点数据表示

定点数：就是小数点固定的数，如果小数点固定再最后，就叫定点整数，再其他位置就是定点小数。

定点数的一个缺陷就是表示的数据范围不足。这一点很好理解。如果把小数点固定在某个位置，根据计算机的字长是固定的，所以，小数点后面的位数也是固定的，要想表示精确度很高（实际数据小数点后位数大于固定小数点后剩余的位数）的数，就没法表示。所以就有了不固定小数点的数据形式。

浮点数： 小数点的位置不固定的数。

浮点数表示

一般表示方法为 $N=2^E\times M$ 其实就像十进制里的科学计数法一样。

其中，E就是阶码，E的位数决定数据的范围。这个参考十进制的科学计数法就不难理解，像是指数。 M是位数，决定数的精度，就是小数点后面有几位，是3.14啊还是3.1415926535啊等。

那在计算机里又是怎么表示的呢？计算机没法表示次方和称号呀。所以我们就把它省略掉。不能表示就不表示嘛。省掉之后就剩下EM。那2怎么也没了？当然，既然大家都是二进制数，不可能是别的进制，所以2就不用表示了。所以表示起来就是
$$E_1{E}_2\cdots E_n{M}_1{M}_2{M}_3\cdots M_k$$
举个例子：将$x=2^{-01}\times (-0.1110)$表示成机器形式。假定用8位表示该数，阶码3位，位数5位（且均包含一位符号位）， 假定阶码和尾数均采用补码。 $-0.1110$的原码是$1.11$