计算机编码课件.pdf

计算机编码在计算机用户中普遍存在的一个误解是计算机对数值计算的绝对准确性。也就是说，如果您做乘法：3 x（1/3）您本来期望的到 个准确的1 这个结果。但是您发现计算机并没有给出这个结果，而却只是一个近似的值，类似于0.99999999923475。这看起来似乎是系统的一个“臭虫”，但是更令人吃惊的是，对，计算机就是那样工作的（除了在计算机代数系统中）。这篇文章将详细解释这个问题。位、字节、半字节和无符号整数几乎所有的计算机用户都了解“位”的概念。在计算机中，通过开关变化设置表达值。或 1。如果您有两个位可供选择，您可以很容易得到这样四个不同的状态：00 01 10 11如果您有三个位，您可以把它们表示成八种状态：000 001 010011 100 101 110 111每当您增加一个位时，您将得到两倍的状态。很多计算机使用八位来表示信息，有些则为多八位，例 如 16位，32位 或 64位。8 位作为一个组通常被用作基础单位，并且使用另外一个词“比特”（byte）。计算机的处理器一次处理一个八位或八位的倍数个信息。储存器使用一个八位或多个八位来存储数据。事实上，在一些情况下使用四位来处理问题会更方便，这种四位一组的数据通常被称为一个nybble%但实际上,更常用的是“比特”而不是“nybble”。一个nybble可以为16种不同的情况编码，例如数字。到 15。大体上，使用任何序列的排列来表示不同的16种状态是可以的，但在实际的应用通常是这样的：0000=十进制0 1000=十进制8 0001=十进制11001=十进制9 0010=十进制21010=十进制10 00制=十进制3 1011=十进制11 0100=十进制4 1100=十进制120101=十进制5 1101=十进制13 0110=十进制6 1110=十进制14 0111=十进制71111=十进制15这样的表示是很自然的，因为它符合我们所熟悉的十进制数表示方法。例如，给定个十进制数：7531我们很自然地把它理解为：7 x 1000+5 x 100+3 x 10+1 x 1或者，使 用 10的嘉来表示:7x 10 3+5x 10 2+3x 10 1+1 x 10 0注意任何数（除了 0）的 0 次寨都是1。数据中的每个数字表示从0 到 9 的值，这样我们有10个不同的数字，那就是我们把它称为“十进制”的原因。每个数字可以通过10的某次嘉来决定它的位置。这听起来很复杂，但实际上并不是这样的。这正是当您读一个数字的使用认为是理所当然的事情，您甚至都不同仔细思考它。类似地，使用二进制编码就像上面所说的那样，值 13是这样编码的：1101每一个位置有两个数字可以选择，所以我们称它为“二进制”。因此，它们的位置是这样决定的：1101=1 x 23+1 x 22+0 x 2 1 +1 x 20=1 x 8+1 x 4+0 x 2+1 x 1 =13（十进制）注意这里使用了 2 的事：1、2、4 和 8。痴迷于计算机的人通常可以记住2 的从2 到 16次塞，这并不是因为他们的记忆力，而是因为它们大量的使用这些数字：20=1 28=256 2 1 =2 2 9 =51222=42 10=1 024 2 3=82 11=2048 2 4=162 12=4 096 2 5=32 2 13=8 192 2 6=64 2 14=16 384 2 7=1282 15=32 768 2 16=65 536注意的是，根据公制单位，值 2 10=1 024通常被提及为“kilo”（千），或简写成“K”，所以很多2 的高次幕通常可以简写成：2 11=2 K=2 048 2 12=4K =40962 13=8 K=8 1922 14=16 K=16384215=32K=32 7682 16=64 K=65 536同样的，值 2 20=1 024 x 1 024=1 048 576通常被简写成“M”：2 21=2 M 2 22=4M而 2 3 0 曾被称为“吉”，或“G。下面我们将会大量使用这些修饰符号。有一个很微妙的话题。如果我们使用16位，我们可以得至IJ 65 536种不同的值，但是这些值是从0 到 65 535的。人们通常从1 开始数数，但是计算机是从0 开始计数的。因为这对它们来说更简便。这个小问题有时也会使得计算机混淆。现在，我们得到了计算位的方法:您只能在您所有的位的范围内进行算术操作。也即是说，如果您正在使用的是16位，那您不能对65 535或更大的数据进行操作，否则您将得到一个“数据溢出”的错误。这个术语表明，您正在进行的是“有限精度”的操作。使用这种编码不能表示小数。您只能使用非小数的“整数”。使用这种编码不能表示负数。所有的数字都是“无符号数”。虽然有这种限制，但是在计算机中对于简单的增1 计数来说，“无符号整数”还是十分有用的。它们对计算机来说是很容易处理的。通常计算机使用16位或32位无符号整数，通常被称为 整数（integer）或 长整数（long integer）一个整数允许对从0 到 65 535的数据进行操作，而一个长整型允许对从。到 4294967295的数进行操作。八进制和十六进制数现在让我们讨论一些偏外的话题：对二进制数字的表示方法。计算机通常使用二进制来表达数据，但是在实际中如果使用像这样的二进制：1001 0011 0101 0001那将是一件痛苦的事，并且很容易出错。通常计算机使用一个基于二进制的表达方式：八进制，或更通常使用的，十六进制。这一件听起来挺狡猾但实际上又很简单的事。如果不是这样的话，我们就不会这样使用了。在平常的十进制体系中，我们有10数 字（0 到 9）按以下方式构成排列：01 2 3 4 5 6 7 8 9 1 0 1 1 1213141516171819 20 21 22.在八进制中，我们只有八个数字（。到 7）按以下方式构成排列：0 1 2 3 4 5 6 7 10 11 12 13 14 15 16 1720 21 22 23 24 25 26.也即是说，八进制的“10”相当于十进制的“8”，八进制的“20”相当于十进制的“16”，以此类推。在十六进制中，我们只有十六个数字（0 到 9,然后是从a 到 f）按以下方式构成排列：01 2 3 4 5 6 7 8 9 a b c d e f1 0 1 1 12 13141516.也即是说，十六进制的“10”相当于十进制的“16”，十六进制的“20”相当于十进制的“32”。这些表示数值的方法都是表位置的系统，但是它们使用的不是像卜进制那样的1 0,而是分别使用8 和 16。例如：八进制756=7 x 8 2+5 x 8 1+6 x 8 0=7x64+5 x 8 +6x1=448+40+6=十进制 494十六进制3b2=3 x 162+11 x 16 1 +2 x 160=3 x 256+11 x 16+2 x 1=768+176+2=十进制 946好了，如果您还不是那么明白，不用担心。我们想说明的是，对于八进制来说，他们刚好和3 位二进制有一个完美的对应关系：000=八进制0001=八进制10 1 0=八进制2011=八进制31 0 0=八进制4101=八进制51 1 0=八进制6111=八进制7类似的，一个十六进制数刚好和一个4 位的二进制数对应。0000=十六进制0 1000=十六进制8 0001=十六进制1 1001=十六进制9 0010=十六进制2 1 0 1 0=十六进制a0011=十六进制3 1011=十六进制b 0 1 0 0=十六进制41100=十六进制C0101=十六进制5 1101=十六进制d 0 1 1 0=十六进制6 1110=十六进制e 0111=十六进制7 1111=十六进制f因此，把一个很长的二进制数转换成一个八进制就变得很简便，例如：把二进制1001001101010001转化成八进制:1 001 001 101 010 001 二 进 制=111521 八进制转换成十六进制会更简单：1001 0011 0101 0001=9351 十六进制但是要把它转换成十进制（37 713）就比较麻烦了。八进制和十六进制使得转换二进制机器级的数字变得简单方便。有符号整数和补码在定义了无符号二进制数后，我们就要着手定义负数了，或称为“有符号整数”。最简单的一个方法是保留一个位来表示数值的符号。这个“符号位”可以位于数值的最左边，当然也可以位于数值的最右边。如果这个符号位为0,表示数值是正的，如果这个符号位为1,表示数值是负的。这样做是可以的，虽然从人类的角度来看是最明显的解决方案，但是它对于计算机来说有可能带来一些难度。例如，这种编码使得0 可以有正负两种。人们可能对此感到不可思议，但是这对计算机来说是适应的。对计算机来说，更自然的表达方式是对给定的位数的二进制数按其范围分成两半，其中前半用来表示负数。例如，在 4 位数值中，你可以得到：0000=十进制0 0001=十进制1 0010=十进制2 0011=十进制3 0100=十进制40101=十进制5 0110=十进制6 0111=十进制7 1000=十进制-8 1001=十进制-71010=十进制-6 1011=十进制-5 1100=十进制-4 1101=十进制-3 1110=十进制-21111=十进制-1现在我们得到了个“有符号整数”数字系统，使用所知道的，为了一些不是很重要的原因，“补码”编码方式。对 16位有符号数字编码来说，我们可以得到范围为-32 768到 32 767的有符号数字。对一个32位的有符号编码系统来说，我们可以为从-2 147 483 648到 2 147482 647的数编码。与只改变符号位来表示负数的编码方式相比，“补码”编码方式与之有所不同。例如对于-5 来说，只对符号位编码，应该是：1101但是对于“补码”编码方式来说，则是：1011这对于符号编码来说是-3。关于为什么计算机要使用补码这种编码方式我们会在后面解释。所以，现在我们可以以二进制方式来表示正负两种不同的数值。请记住对于一个二进制数来说，只有两种解释方式。如果在内存中有一个这样的二进制数值：1101-这只能解释为十进制的“13”或“-3”。定点小数这种格式通常被用于商业计算（例如在电子表格或COBOL中）；因为在这里，丢弃小数位来记录金钱是不能接受的。因此了解二进制如何存贮小数是十分有用的。首先去我们必须决定要用多少位来存贮小数部分和多少位来存储整数部分。假设我们使用32位来表示这种格式，那么我们用16位表示整数部分，16位来表示小数部分。小数部分怎么使用呢？这沿用了表示整数的方式：如果8 位接下来是4 位，是 2 位，1 位，那么当然接下来就是半位，1/4位 和 1/8位等等了。例如：整数位 小数位 0.5=1/2=00000000 00000000.10000000 00000000 1.25=1 1/4=00000000 00000001.01000000 00000000 7.375=7 3/8=0000000000000111.01100000 00000000有一点棘手的是，如果您要表达1/5（十进制的0.2）,那您不能得到精确的数值表达方式。最好的方法只能是：13107/65536=00000000 00000000.00110011 00110011=0.1999969.十进缶U13108/65536=00000000 00000000.00110011 00110100=0.2000122.十进制然而不，您不能只样做，既是你有更多的数位来表达。问题是，一些小数使用二进制的方式不能精确地表达出来。除非您使用一个特殊的办法。这个特殊的办法是分别使用两个数字来表达小数：一个是分子，一个是分母。然后您可以使用学校学习的加、减、乘、除来得到它们。然而，这些方法不能表达更高级的数字（例如平方根），或者如果这两个分母的最小公倍数很大的话，那就难以使用。这就是使用定点小数表达小数的优点。浮点小数当我们使用了有符号和无符号的数值表达方式时。如果遇到连32位也不足以表达的大范围的数，或也许可以表达，但我们必须为此放弃小数位时，我们可以选择的以获得更大范围的数值的表达方式的方法是使用“浮点小数”格式而抛弃“定点小数”格式。在十进制中，我们对以下的表达方式很熟悉：1.1030402 x 105=1.1030402 x 100000=110304.02或简写成：1.1030402E5这表示“1.103402乘以一个1 后面跟着5 个零的数”。我们可以得到一个确定的称谓“尾数”的数值（1.1030402）,乘以一个10的某个基级数（E 5,表 示 10 5 或 100 000）,也就是“幕级数”。如果我们使用一个负的幕级数，那就意味着乘以该正级数的倒数。例如：2.3434E-6=2.3434 x 10-6=2.3434 x 0.000001=0.0000023434使用这种定义的好处是我们可以得到更大范围的数值，虽然尾数部分的精确度受到影响。相似的原理可以应用于二进制中为计算机使用。人们设计了很多方式，但是作常用的是由美国电器和电子工程师协会定义的一种方法。它对64位浮点格式的定义是：11位二进制表示指数，使用“超 1023”格式。这种格式使得指数可以表示为0 到 2047的无符号数，但是在得到真实值前必须先减去1023：52位尾数，使用无符号数字表示；一个符号位；下面我们使用一个例子来了解计算机如何使用内存的8 位存储这些数字：第 0 位：S x10 x9 x8 x7 x6 x5 x4 第 1 位：x3 x2 x1 xO m51m50 m49 m48 第 2 位：m47m46 m45 m44 m43 m42 m41 m40 第 3 位：m39 m38 m37 m36 m35 m34 m33 m32 第4 位：m31m30 m29 m28 m27 m26 m25 m24 第 5 位：m23 m22 m21m20 ml9 ml8 m17m16 第 6 位：ml5 m14 ml3 m l2 m lim 10 m9 m8 第 7 位：m7 m6 m5 m4 m3 m2 mlmO其中的“S”表示符号位，“X”表示指数位（阶码？），“m”表示尾数位。一旦这些数字被读取,它将转换成：v 符号*（1 +小数形式的尾数）x 2 阶码-1023这个方式提供的数字范围为：最 大 值 最 小 值正数 1.797693134862231E+308 4.940656458412465E-324负 数-4.940656458412465E-324-1.797693134862231E+308这种方式也定义了 一些不是数字的值，例如“NaNs”（“不是一个数字”）。这通常用来返回表示数字溢出的信息。通常您不会碰到它，所以我们也不会对它进行进一步讨论。一些程序使用 32位浮点小数。最普遍的是使用32位尾数，1 位符号位，8 位阶码和“超 127”格式。它提供7 位十进制数字。第。位：S x7 x6 x5 x4 x3 x2 x1 第 1 位：xO m22 m21m20 ml9 ml 8 m17 m16 第 2位：ml5 ml4 m13 ml2 m lim 10 m9 m8 第 3 位：m7 m6 m5 m4 m3 m2 m lm 0数字转换时使用：v 符号x（1 +小数形式的尾数）x 2 阶码）-127它的范围为：最 大 值 最 小 值正数 3.402823E+38 2.802597E-45负 数-2.802597E-45-3.402823E+38通常我们可以把32位的二进制浮点数称为“单精度”浮点数，而把64位的二进制浮点数称为“双精度”浮点数。如果我们使用real的时候，通常表示双精度的浮点数；而使用float的时候，我们通常指单精度的浮点数。但是要记住的是，位是位，它们在计算机的存储是连续的，当计算机内存中有一个64位数据时，它可能是一个双精度的浮点数，也可能是两个单精度的浮点数，或 4 个有符号或无符号的整数，或其它8 位的数据，这取决于计算机如何读取它们。如果计算机把4 个无符号整数以双精度浮点小数方式读出的话，它可以得到一个双精度浮点小数，但这个数据可能是一个垃圾数据。所以，现在虽然我们已经解决了正、负数的存贮方式，但是对于浮点数来说，仍然存在一些与整数一样的缺陷,例如：像整数一样，浮点数也有范围。虽然我们得到了比整数要大得多的范围，但是仍然是有限的，如果您试图把两个很大的数乘起来，您可能会得到“数据上溢”的错误。而如果您把一个小的数字除以一个函大的数字，那就可能使得指数的数值出错，出现“数据下溢”的错误。通常把最大值称为“机器无穷”，因为它是计算机所能处理的最大的数字。另一个 问题是精度。虽然您有15位的数字来表示很大的数，但是挡对它进行四则运算的时候，它们可能不给您任何提示就把一些数字丢弃。这意味着，如果您把一个很小的数加到一个很大的数值上去的时候，由于这个数字太小，以至于15位 或16位的精度都不能显示它，计算机就会把这个数字丢弃。如果您在做计算的时候得到一个十分奇怪的数字，您可以需要检查您的数据范围是否合适。这意味着，如果您做浮点计算，较小的数字很可能被丢弃了。虽然这在平常来说并不明显，但是如果您是做要求很高的数学分析工作，这些错误可能会累积起来，以至于最后得到的结果十分不准确。这个错误对进行数学研究的人来说卜分重要，他们必须对误差十分了解，以及研究一些办法来减少误差，并且应该可以估计到误差的大小。顺便说一句，“精度”问题与“范围”问题不同，前者指的是有关尾数的表示范围，后者指的是指数的表达范围。另外一个不太明显的误差是由于浮点数的二进制和十进制并不完全相等。如果您操作的数好是2的幕级数的倒数，例 如0.7 5,那是用二进制可以准确的标示为0.1 1,因为它刚好是1/2+1/4的值。可是不幸的是，您可能通常不会得到如此恰到好处的数字，这就是说，计算机会把一些数字丢掉，例如要表示0.1,只能使用无穷循环的二进制小数0.000110011表示了。如果您对这部分内容不理解，别担心。这里的要点是，计算机不是万能的，它只是一部机器,并要符合一定的规则和受到一定的限制。虽然很多人对计算机抱有孩子似的信任，但是在计算机虽好的解决方法下也有 些不可避免的不精确。编程语言中的数对于低级语言的编程者来说，他们要担心有符号和无符号、定点和浮点数的运算。他们必须使用十分不同的代码来实现操作。但是，对高级语言的编程者来说，诸 如USP和Python提供了一些列诸如“有理数”、“复数”之类的抽象数据类型。而他们可以断言他们的系统可以使用数学操作做正确的运算。由于操作符重载，数学运算可以应用于任何数字无论是有符号的、无符号的、有理数、定点小数、浮点小数或复数。文本编码：ASCII和字符串现在我们己经得到不同的方法来存储数据了，那么文本呢？我们怎么存储姓名、地址或写给朋友的信件呢？当然，如果您还记得位是位的话，我们没有理由不能使用位来表达字母“A”或“？”获“Z”之类的。因为很多计算机每次处理一个字节，所以使用单字节的数据来表达单个字母会很方便。我们可以使用这个：0100 0110(hex 46)来表示字母牛”。计算机使用这样的“字符编码”来向显示程序传送要求的文本。卜面是一个用来存储西方字母的标准二进制编码，就是通常所说的“美国信息交换标准码”（英文简称“ASCII”），下面的编码为ASCII编码，使用“d”表示十进制编码，“h”表示十六进制代码，“0”表示八进制代码：ASCII码表ch ctl d h o ch d h o ch d h o ch d h oNUL A 0 0 0 sp 32 20 40 64 40 100196 60 140 SOH AA 1 1 1 !33 21 41 A 65 41101 a 97 61 141 STX AB 2 2 2 n 34 22 42 B 66 42 102 b 98 62 142 ETX AC 3 3 3#35 2343 C67 43 103c 99 63 143 EOT AD 4 4 4$36 24 44 D 68 44 104 d 100 64 144 ENQ AE 55 5%37 25 45 E69 45 105 e 101 65 145 ACK AF 6 6 6&38 26 46 F 70 46 106 f 102 66146 BEL AG 77 7 39 27 47 G 71 47 107 g 103 67 147BS AH 8 8 10(40 28 50 H 72 48 110 h 104 68 150 HT Al 9 9 11)41 29 51 I 73 49 111 i105 69 151 LFAJ 10a12*42 2a52 J74 4a112j 106 6a152VTAK 11 b 13_43 2b53K754b113k1076b153FFAL12c14442c54L764c114l 1086c154CR AM 13 d 15_45 2d 55 M77 4d 115 m 109 6d 155 SO AN 14 e 16.46 2e 56 N 78 4e 116 n 110 6e 156SI AO 15 f 17/47 2f 57 O 79 4f 117 o 111 6f 157DLE AP 16 10 20 0 48 30 60 P 80 50 120 p 112 70 160 DC1 AQ17 11 21 1 49 31 61 Q 8151 121 q 11371 161 DC2 AR 18 12 22 2 50 32 62 R 82 52 122 r 114 72 162 DC3 AS19 1323 3 51 33 63 S83 53 123 s 115 73 163 DC4 AT 20 14 24 4 52 34 64T84 54124t11674164 NAK AU 21 15 25 5 53 35 65 U 85 55 125 u 117 75 165 SYN AV 22 16 26 6 54 36 66V 86 56 126 v 118 76 166 ETB AW 23 17 27 7 55 37 67 W 87 57 127 w 119 77 167CAN AX 24 18 30 8 56 38 70 X 88 58 130 x 120 78 170 EM AY 25 19 31 9 57 39 71 Y 8959 131 y121 79 171 SUBAZ 26 1a 32:58 3a 72 Z 90 5a 132 z 122 7a 172 ESC A 27 1 b33;59 3b 73 91 5b 133 123 7b 173 FS A28 1c34 62 3e 76 A 94 5e136-126 7e 176 US 八 _ 311f 37?63 3f 77_95 5f 137 DEL 127 7f 177上面这个列表的最左边有一个些奇怪的字符，例如“FF”和“BS”，这些都不是文本字符。相反，它们是控制字符，也就是说当这些字符发送到特定的设备时，它将产生一些动作。例如“FF”表示换页，或弹出；“BS”表示退格，而“BEL”表示一个响声。在一个文本编辑器中，它们会显示成一个白色或黑色的方块，或笑脸、音符或其它一些奇怪的符号。要打出这些字符，可以使用CTRL键和一个合适的代码。例如同时按住“CTRL”和“G”，或简写成“CTRL-G”或可以打出一个BEL字符。上面这个ASCII码表示定义了 128个字符，这意味着ASCII码只需要7 位。但是，很多计算机都以字节为单位存储信.息。这个额外的一位可以定义第二个128个字集，一个“扩展”字集。在实际中，有很多不同的“扩展”字集，提供很多例如数学符号等的符号或非英语字符。这个扩展字集并没有进行标准化，并经常会引起混淆。这个表格强调了这篇文章的主题：位就是位。这样的话，您可以使用位来表示字符。您可以把特殊的代码描述成特殊的卜进制、八进制和十六进制，但是它们仍然是相同的代码。这些数值的表达，无论是十进制、八进制或十六进制，都只是相同的位的表达。当然，您可能在一段话中表达很多的字符，例如：Tiger tiger burning bright!这只是简单的替换成ASCII码，表示成：54 69 67 65 72 2c 20 74 69 67 65 72 20 62 75.计 算 机 把 这 种 ASCH“字 符 串”以 连 续 空 间 的“数 组”来 存 储。一 些应用程序可以包括一个二进 制 数 值 表 示 字 符 串 的 长 度，但 是 更 通 常 的 做 法 是 使 用 一 个 表示结尾 的 字 符 NULL（ASCII表中的0 字符）表示字符串的结束。