计算机组成原理10——计算机的运算方法1

本系列文章是学习了网课《哈尔滨工业大学–计算机组成原理》之后，用以梳理思路而整理的听课笔记及相关思维拓展。本文涉及到的观点均为个人观点，如有不同意见，欢迎在评论区讨论。

无符号数和有符号数

无符号数的每一位都用来存放数值，有符号数需要留出一位用作符号。
将符号位数字化，放在有效数字前面，就组成了有符号数。

将符号“数字化”的数称为机器数，把带“+”或“-”符号的数称为真值。

这种符号和数值的组合形成了一种编码，但是这种编码方式的机器数能否用于数学运算需要分析。

下面介绍几种编码方式：

原码表示法

符号位为0时表示正数，符号位为1时表示负数。

整数的原码定义：

$$[x{]}_{原}=\{\begin{array}{l}0，x，2^n>x\ge 0\\ 2^n-x，0\ge x>-2^n\end{array}$$
式中，x为真值，n为整数的位数。

举例

x = + 1110，表示为0，1110

x = - 1110，表示为1，1110

小数的原码定义：
$$[x{]}_{原}=\{\begin{array}{l}x，1>x\ge 0\\ 1-x，0\ge x>-1\end{array}$$
式中，x为真值。

举例

x = +0.1101，表示为0，1101

x = -0.1101，表示为1，1101

原码方式虽然易于表示，但是进行加减运算时，有许多麻烦。也就是说这种编码方式在运算上有缺陷。

例如：

两个操作数符号不同，在进行加法运算时，用绝对值大的数的绝对值减去绝对值小的数的绝对值，符号以绝对值大的数为准，不然会溢出造成计算错误。
如果能够将加减法运算统一，将会减少计算的步骤与时间，需要找到负数对应的正数，然后将减法操作用加法代替。当机器数采用补码时，可以满足要求。

补码表示法

补码用到了补数的概念，补数就像时钟一样，时钟当前指向6，想让它指向3，可以顺时针转9个小时到3，也可以逆时针转3个小时到3。那么也就是以12为模，+9是-3以12为模的补数。只要确定了模，就可以找到与负数等价的正数。

那这样就可以把减法运算当加法运算来做了。

例如，我们要做9 - 5

做减法，9 - 5 = 4，但是机器内部要根据绝对值确定符号，然后再相减。

做加法，9 - 5 = 9 + （7）= 16 mod 12 = 4

补码和时钟《Code–隐匿在计算机软硬件背后的语言》总结2——锁存器的硬件实现-CSDN博客

基于这个概念，设计补码这种机器数。

整数补码的定义：
$$[x{]}_{补}=\{\begin{array}{l}0，x，2^n>x\ge 0\\ 2^{n+1}+x，0>x\ge -2^n(mod{2}^{n+1})\end{array}$$
式中，x为真值，n为整数的位数。

x = +1010时

$[x{]}_{补}=0，1010$

x = -1101时

$[x{]}_{补}=2^{n+1}+x=100000-1101=1，0011$

小数补码的定义：
$$[x{]}_{补}=\{\begin{array}{l}x，1>x\ge 0\\ 2+x，0>x\ge -1(mod2)\end{array}$$
式中，x为真值，n为整数的位数。

x = +0.1001时

$[x{]}_{补}=0，1001$

x = -0.0110时

$[x{]}_{补}=2+x=10.0000-0.0110=1，1010$

但是这看着又有减法了，实际上可以化简

$[x{]}_{补}=2^5+x=11111+00001-x_1{x}_2{x}_3{x}_4=1\overline{x_1}\overline{x_2}\overline{x_3}\overline{x_4}$ + 00001

相当于对于负数-$x_1{x}_2{x}_3{x}_4$的原码为1$x_1{x}_2{x}_3{x}_4$，对原码符号位以外取反，末位加一，就可以求的负数的补码。

反码表示法

通常用来作为原码求补码或者由补码求原码的中间过渡。

整数反码的定义：
$$[x{]}_{反}=\{\begin{array}{l}0，x，2^n>x\ge 0\\ (2^{n+1}-1)+x，0\ge x>-2^n(mod（2^{n+1}-）)\end{array}$$
式中，x为真值，n为整数的位数。

比如
x = +1101，$[x{]}_{反}$ = 0，1101
x = -1101，$[x{]}_{反}$ = 1，0010

小数反码的定义：
$$[x{]}_{反}=\{\begin{array}{l}x，1>x\ge 0\\ (2-2^{-n})+x，0\ge x>1)\end{array}$$
式中，x为真值，n为小数的位数。

比如
x = +0.0110，$[x{]}_{反}$ = 0，0110
x = -0.0110，$[x{]}_{反}$ = 1，1001

上述三种方式的数字编码方式特点如下：
1、最高位均为符号位
2、当真值为真时，三种编码的表示相同
3、当真值为负时，三种编码表示的符号位相同，都是“1”；而数值部分有以下关系，补码是原码的求反加一，反码是原码的每位求反。

移码表示法

补码可以用来做有符号数的加减运算，但是从数值上看，不能直观的看出来数值的大小，因此又创造出移码。

$$[x{]}_{移}=2^n+x，2^n>x\ge -2^n)$$
式中，x为真值，n为整数的位数。

在真值上加上一个偏移，得到的结果全部都大于0，这样就可以直观的比较数值的大小了。

数的定点和浮点表示

数的定点表示

小数点固定在某一位置的数为顶点数，有以下两种格式：
1、当小数点位于数符和第一位数值位之间时，表示为纯小数；
2、当小数点位于数值位之后时，机器内的数为纯整数。

小数的表示范围是：$-(1-2^{-n})到(1-2^{-n})$
整数的表示范围是：$-(2^n-1)到(2^n-1)$

数的浮点表示

但是经常可能碰到数据的数值范围很大的数据，这如果用整数表示的话会难以想象。
比如电子的质量：$9\ast 10^{-28}g$，太阳的质量：$2\ast 10^{33}g$。

通常，浮点数被表示成：
$$N=S\times r^j$$
S为尾数（可正可负，小数），j为阶码（可正可负，整数），r是基数（或基值，可以取2，4，8，16等）。

阶码的m位表示了浮点数的表示范围，尾数的n位反映了浮点数的精度。

浮点数的表示范围：
最大正数为：$\mathrm{0.111...1}\times 2^{+\mathrm{111...1}}$，小数部分是$1-2^{-n}$，阶码部分是$(2^m-1)$
即$(1-2^{-n})\times 2^{(2^m-1)}$
最小正数为：$\mathrm{0.000...1}\times 2^{-\mathrm{111...1}}$，小数部分$\mathrm{0.000...1}$，阶码部分是$-(2^m-1)$
即$2^{-n}\times 2^{-(2^m-1)}$

最大负数为：$-\mathrm{0.000...1}\times 2^{-\mathrm{111...1}}$，小数部分是$-2^{-n}$，阶码部分是$-(2^m-1)$
即$(-2^{-n})\times 2^{-(2^m-1)}$
最小负数为：$-\mathrm{0.111...1}\times 2^{\mathrm{111...1}}$，小数部分$\mathrm{0.111...1}$，阶码部分是$(2^m-1)$
即$-(1-2^{-n})\times 2^{(2^m-1)}$

浮点数的规格化

首先，一般规定浮点数的尾数用纯小数形式表示，比如$0.110101\times 2^{10}$、$0.00110101\times 2^{100}$。

如果浮点数的尾数最高位为1，则将其称为规格化数，这种方式精度最高。

定点数和浮点数的比较

比较点	定点数	浮点数
表示范围	数的位数相同时，表示范围比浮点小	数的位数相同时，表示范围比定点大
精度	精度比浮点低	规格化时，精度比定点高
运算速度及复杂度	较浮点数简单得多	运算步骤多，运算速度低，运算线路复杂
溢出判断	对数值本身进行判断	对阶码进行判断