[钻牛角尖系列]计算机组成原理之数值的不同进制之间转化的原理是什么？为什么可以相互转化？

最新推荐文章于 2025-05-19 20:18:50 发布

竹霖伯牙

最新推荐文章于 2025-05-19 20:18:50 发布

阅读量598

点赞数 24

文章标签：计算机组成原理进制转换算法数值表示

本文链接：https://blog.csdn.net/zhulin4kai/article/details/147775820

版权

今天正好复习到了计组的数据表示和运算，各种进制之间、整数小数部分算来算去头都疼，好在王道书上给了两个计算的便捷方法：

针对整数部分有“短除法”，也叫“除基取余法”，除基取余，先余为低，后余为高。

针对小数部分有“乘基取整法”，乘基取整，先整为高，后整为低。

有了这俩办法做题是不成问题了，很快就能算出结果，但是这只是表面，对于喜欢研究原理钻牛角尖的我来这是不够的。

那我问你，为什么十进制要除以目标进制的基数，这样得出的余数就是我们需要的目标数了？为什么？如果把目标二进制换成八进制呢，三进制五进制又会怎么样？换成其他进制还可以吗？

那我再问你，为什么小数部分又要乘目标进制的基数？不是除了？为什么这样就可以出结果了？？

一、深入“短除法”

要想解决上面的疑问，我们就要回到最原始的“数值表示”中去了，要把一个数字“解剖”，看看最底层的东西。这是王道计组中给出的相关内容：

这里我们只用关注“基数”“位权”这两个词的定义即可，重点在 r 进制数的数值表示上，这个非常非常重要，由图可以知道，一个 $N$ 进制数可以表示为：

$D = d_{k-1}N^{k-1}+d_{k-2}N^{k-2}+\cdot \cdot \cdot +d_{1}N^{1}+d_{0}N^{0}$

其中， $d_{i}$ 是第 $i$ 位上的数字 $\left ( 0\leq d_{i}< N \right )$ ， $N$ 是目标进制的基数。这里跟书上标的不太一样，但意思不变，只是方便我自己理解，嘿嘿。

现在我们来看短除法的具体过程：

首先进行第一次除法：将十进制数 $D$ 除以目标进制的基数 $N$ ，得到商 $Q_{0}$ 和余数 $R_{0}$ 。表示为：

$D = Q_{0} \cdot N + R_{0}$

根据上面的 $N$ 进制表示，哎，我们可以看到 $R_{0}$ 正好是 $N$ 进制数中的最低位 $d_{0}$ ，因为其他所有项都包含因子 $N$ 。所以 $d_{0} = R_{0}$ 。

接着进行第二次除法：将上一步得到的商 $Q_{0}$ 再除以基数 $N$ ，得到商 $Q_{1}$ 和余数 $R_{1}$ 。表示为：

$Q_{0} = Q_{1} \cdot N + R_{1}$

正好可以替换上面式子中的内容，带入就变成了：

$D= (Q_{1}\cdot N+R)\cdot N + R_{0}=Q_{1}\cdot N^{2} + R_{1}\cdot N^{1} + R_{0}\cdot N^{0}$

这时，我们可以看到 $R_{1}$ 正好是 $N$ 进制数中的次地位 $d_{1}$ 。所以， $d_{1} = R_{1}$ 。

以此类推，我们继续用新的商除去以基数 $N$ ，得到的余数依次是 $N$ 进制数从低位到高位的数字。假设我们进行了 $k$ 次除法，直到商为 0：

$D=Q_{0}N+ R_{0}\\Q_{0} = Q_{1}N+ R_{1}\\Q_{1}=Q_{2}N+ R_{2}\\\cdot \cdot \cdot \\Q_{k-2}=Q_{k-1}N+ R_{k-1}\\Q_{k-1}=0\cdot N+ R_{k}$

最后的商是0，余数是最高位，你发现了吗，每一次除以基数 $N$ 所得到的余数，都是当前数在 $N$ 进制表示下，还没有被 $N$ 整除的部分，正好对应了 $N$ 进制的最低位（ $N^{0}$ 的系数）。而每一次除法得到的商，实际上是原数去掉最低位后，剩余部分所代表的数值（相当于原数右移一位，或者说除以了 $N$ ）。我们对这个商继续进行相同的操作，就是在提取新的最低位。

将这些式子从下往上代回，可以得到：

$Q_{k-2} = R_{k}N + R_{k-1} \\ Q_{k-3} = (R_{k}N + R_{k-1})N + R_{k-2} = R_{k}N^{2} + R_{k-1}N + R_{k-2} \\\cdot \cdot \cdot \\D = R_{k}N^{k} + R_{k-1}N^{k-1} +\cdot \cdot \cdot + R_{1}N^{1} + R_{0}N^{0}$

这里的 $R_{k}$ ， $R_{k-1}$ ， $\cdot \cdot \cdot$ ， $R_{1}$ ， $R_{0}$ 就是我们通过短除法得到的余数序列。由于我们是先得到 $R_{0}$ （最低位），然后是 $R_{1}$ ，以此类推，最后得到 $R_{k}$ （最高位），所以我们将这些余数倒序排列，就得到了目标进制的表示： $R_{k}R_{k-1}\cdot \cdot \cdot R_{1}R_{0}$ 。

二、深入“乘基取整法”

有了上面对短除法的解释，乘基取整法也就很好理解，它实际上就是“反过来的”短除法。同样基于数制中每一位权重的定义。为方便理解，我们约定一个 $N$ 进制的小数可以表示为：

$F=d_{-1}N^{-1}+ d_{-2}N^{-2}+ d_{-3}N^{-3}+ \cdot\cdot\cdot$

其中， $d_{-i}$ 是小数点后第 $i$ 位上的数字 $(0\leq d_{-i}< N)$ ， $N$ 是目标进制的基数。

下面的步骤和短除法几乎是一样的，不同的地方在于把除换成了乘：

第一次乘法，将十进制小数 $F$ 乘以目标进制的基数 $N$ 。

$F \cdot N = \left( d_{-1}N^{-1} + d_{2}N^{-2} + d_{3}N^{-3} + \cdots \right) \cdot N\\F \cdot N = d_{-1}N^{0} + d_{2}N^{-1} + d_{3}N^{-2} + \cdots\\F \cdot N = d_{-1} + \left( d_{-2}N^{-1} + d_{-3}N^{-2} + \cdots \right)$

我们可以看到，乘积的整数部分正好是 $N$ 进制小数的第一位 $d_{-1}$ ，我们将这个整数部分 $I_{1}=d_{-1}$ 取出来。剩余的小数部分 $F_{1} = d_{-2}N^{-1}+ d_{-3}N^{-2}+ \cdots$ 。

第二次乘法，将上一步得到的小数部分 $F_{1}$ 再乘以基数 $N$ 。

$F_{1} \cdot N = \left( d_{-2}N^{-1} + d_{-3}N^{-2} + \cdots \right) \cdot N\\ F_{1} \cdot N = d_{-2}N^{0} + d_{-3}N^{-1} + \cdots\\ F_{1} \cdot N = d_{-2} + \left( d_{-3}N^{-1} + \cdots \right)$

这次得到的是 $d_{-2}$ 。我们将 $I_{-2}=d_{-2}$ 取出来。以此类推，我们可以得到：

$F \cdot N = I_{1} + F_{1} \quad (I_{1} = d_{-1})\\ F_{1} \cdot N = I_{2} + F_{2} \quad (I_{2} = d_{-2})\\ F_{2} \cdot N = I_{3} + F_{3} \quad (I_{3} = d_{-3})\\ \cdots$

把取出的整数部分 $I_{1},I_{2},I_{3},\cdots$ 顺序排列，就得到了目标进制小数的表示： $0.I_{1}I_{2}I_{3}\cdots$ 。

大功告成！我们把两种算法进行了细致的剖析，得知了其背后的原理，乍一看很唬人，但是我们只要知道其基本表示原理很容易理解了。

三、进制转换背后的原理

但是！我们还剩一个问题，为什么对这个目标基数 $N$ 进行操作就能实现转化呢？也就是，为什么我们通过“乘或除”一个 $N$ ，就能实现一个进制转化乘另一个进制呢？明明两个基数都不一样，比如一个10一个2，或者一个5一个8，这似乎看起来毫无道理！

如果你跟我一样有这个问题，那么很高兴我们是一路人，其实，这个问题的核心在于：

数制的本质定义 和 我们如何“拆解”一个数。

回顾一下，我们都知道，任何一个整数 $D$ 在 $N$ 进制下的表示形式是：

$D = d_{k-1}N^{k-1}+d_{k-2}N^{k-2}+\cdot \cdot \cdot +d_{1}N^{1}+d_{0}N^{0}$

其中 $d_{i}$ 是第 $i$ 位上的数字 $\left ( 0\leq d_{i}< N \right )$ ， $N$ 是目标进制的基数。任何一个数都可以这样表示，这是个通式！也就是说，你可以把任何一个数表示成这种形式。比如数字 16 ，
在十进制下，它就是「16」，代表 $1\times 10^{1}+ 6\times 10^{0}$ ；
而在八进制下呢？它变成了「14」，代表 $1\times 8^{1}+ 6\times 8^{0}$ ；
十六进制呢？它又变成了「22」，代表 $1\times 16^{1}+ 6\times 16^{0}$ ；