关于补码移码各自和原码的联系、来历、功能及I EEE754标准中移码范围问题

最近在学习计算机组成原理时,遇到一些问题,记录在此。

如果你对下面这段话有疑惑或者兴趣,我或许能说点什么你感兴趣的。

真值-128的补码:1000 0000,这个补码本身表示的二进制数(无符号)是128,其对应着真正的数的含义(真值)是-128,移码是0000 0000,这个移码本身表示的二进制数是0。这些码看起来的数值和它表示的真值有什么关系?

此文均使用八位二进制


首先关于真值-128的原码,原码的范围为-127~127,总共255个数字,但是八位二进制共能表示256个数字,少的那一个去哪里了?答案是:0有两个,+0和-0加上多的这个0,就够256个数了。

在补码中规定了1000 0000表示-128,因此补码范围-128~127,移码也是。正好256个数。所以真值-128没有原码,因此也没有反码,只有补码和移码。


移码

移码最主要的功能是比较大小

移码的得到有两种解释:一是和补码有关的手算的解释:即直接将某真值的补码符号位取反,就是移码。二是原码在机器运算时候的原理解释:通过在原码上加一个偏移值,把原先的八位有符号原码表示范围(-127~127)全部映射到数轴的正半轴。移动后的原码(移码)范围(注意此处写的是范围不是表示范围!)为:1~255(取偏移值为128)再加上一个真值-128的映射0,也就是0~255,即无符号八位二进制的范围。

此处可能会产生疑惑,这个范围是什么范围,怎么老师在讲这个的时候从没提到过?

实际这些数字长的一副0~255的样子,表示的和补码一样还是原码范围的-127~127。只是叫法改变了,比如-127的补码:1000 0001,其移码形式就是0000 0001,只是这个移码本身表示的二进制数是1。所以并不会因为长的是0~255的范围,表示范围就不是-127~127了。中间通过映射表相互对应。本质上是将负数原码转成正数,为的是方便比较大小。


补码

其实补码和原码的关系也是同理,补码就是无符号八位二进制,是原码把负数范围(-127~-1)再加上一个真值-128,通过求模运算(模因是256也就是2的八次方)映射到128~255上(128是真值-128映射到正数上的-128没有原码反码只有补码移码,用真值来称呼他,在前面解释过了。)整个范围是0~255。使得整个原码范围能有一个形式方便计算机运算(例:-128如何得到补码。模运算:256-|-128|=128,这个128写成二进制,就是-128的补码)

而这个形式能够方便运算的原因就是它形式上全正数(0~255)至于其真正表示的数的含义(真值),会在运算结束后再对应回原码,如果需要被你看到,那就再对应成你需要的进制,比如十进制真值进行输出。

因此我上段举得例子“比如-127的补码:1000 0001,其移码形式就是0000 0001,只是这个移码本身表示的二进制数是1。”可以重新描述如下:比如-127的补码:1000 0001,这个补码本身表示的二进制数(无符号)是129,其对应着真正的数的含义(真值)是-127,移码是0000 0001,这个移码本身表示的二进制数是。其对应的真正的数的含义(真值)同样也是-127。


多余?

我上面说的两组:从原码到补码,从补码到移码,似乎都是把数字从负转正,由此产生疑问,补码是原码转成正数的产物,移码也是原码转成正数的产物,既然都是转正,有一个就好了,为什么要有两个?这两个各有什么价值?两个之间又有什么关系?

解答这个问题需要看下面这张图

图中左1列是从上到下按照真值大小排序,左2为对应的补码表示,左3为偏移值128的移码表示,左4为偏移值127也就是I EEE754标准下的移码表示。

补码是八位无符号二进制,满足了计算机进行运算的需求,因为全正,减法各方面都方便。但是比较数大小的时候就显得有些麻烦,比如:真值-3和真值124用补码进行比较,即比较1111 1101和0111 1100大小,很显然,-3的补码比124的补码大了一个128还多!计算机会毫不犹豫的判定1111 1101大。最后结果就是-3>124。显然这个结果是荒谬的、错误的,(当然,历史上这个阶段可能会有些别的补码判断大小的方法,我不得而知,但一定很麻烦。至于用原码比较大小,牵扯到符号位,更加麻烦,在此不做讨论。)在这个情况下,有聪明蛋想到了把补码的符号位取反,就此移码应运而生,移码能够完美的解决比较大小这个问题,诸君请看移码列的排序,从上到下也是清一色的从大到小。解答完毕,这就是补码和移码各自不同但又各有用处的“转正”。


I EEE754下的-128

补码和移码的转换手动计算的时候只需要把补码的符号位取反,在计算机中不便实现直接对单个比特位取反的操作,因此补码转换成移码需要加一个偏移值,普通的偏移值为128,即直接在原码上加128,再把得数写成无符号八位二进制,就是就是对应的移码(比如补码127的移码:127+128=255,255写成无符号八位二进制:11111111)。在I EEE754标准下,偏移值为127,因此补码+127,写成无符号八位二进制即为移码。在这种标准下的所有变换中,有一个数字最为特殊,即真值-128,他加上127之后得到-1,表示为1111 1111,这个列竖式:127-128进行2进制减法,就可以理解为什么结果是1111 1111。或者在偏移值128的移码基础上减1即:0000 0000-0000 0001,结果会溢出向前借位,得1111 1111。1111 1111恰是计算机中-1的值,也就是-1的补码。

其实我在这里略有些疑惑,为什非得是补码的-1而不是原码的-1虽然1111 1111确实非常合理,但是还是疑惑。我查资料看原始的计算机存储数字使用原码,后来发展计算机所有的数字都以补码存储了。难道是这个原因?

### 原码、反码、补码移码的定义 #### 定义说明 原码是一种最简单的二进制表示方法,其特点是符号位明确区分正负数。对于正数,符号位为`0`,数值部分直接用二进制表示;而对于负数,符号位为`1`,数值部分同样保持不变[^3]。 反码是对原码的一种转换形式。对于正数而言,反码与其原码完全一致;而针对负数,则需将其数值部分按位取反得到反码[^2]。 补码进一步改进了反码的形式,在处理负数时更加高效。具体来说,正数的补码即为其本身,而负数的补码可通过对其反码加一获得。 移码主要用于浮点数中的阶码表示,它通过将真值加上一个偏置量来实现无符号化存储。通常情况下,该偏置量等于\(2^{n-1}\),其中\(n\)代表总位数。 --- ### 数值范围分析 #### 原码的数值范围 假设机器字长为 \( n \) 位(含一位符号位),则: - 正数的最大值为 \( (2^{n-1} - 1)_\text{十进制} \) - 负数的最小值为 \( -(2^{n-1} - 1)_\text{十进制} \) 因此,原码能够表示的整数范围为:\[ -(2^{n-1}-1) \sim +(2^{n-1}-1) \][^3] 值得注意的是,存在两个零值分别对应于 `+0` `-0` 的不同编码方式。 #### 反码的数值范围 同理,当考虑 \( n \)-bit 字长时, - 对应正数最大仍可达至 \(+(2^{n-1}-1)\), - 针对负数情况亦可低达 \(-(2^{n-1}-1)\). 所以反码所能覆盖的整体区间同样是:\[-(2^{n-1}-1),+(2^{n-1}-1)\]. 同样地,这里也存在着两种不同的零表达形式(+0,-0)[^4]. #### 补码的数值范围 利用补码体系下, - 最大正值依旧维持在 \(+(2^{n-1}-1)\); - 不过由于引入了一种额外状态用于填补原本由单独 "-0" 占据的位置,使得现在可以达到更低限度直到 \(-2^{n-1}\). 最终得出结论:采用这种机制之后整个可用空间变为连续闭合区域:[\-2^(n−1)..2^(n−1) −1],并且解决了关于双重零表述的问题.[^4] #### 移码的数值范围 考虑到移码实际上是基于补码基础上增加固定偏移量的结果,故此如果原始补码支持从-\(2^{n-1}\)到+\((2^{n-1}-1)\)之间变化的话,那么相应调整后的实际显示效果就会是从0一直到\(2^n-1\). 这意味着每一个可能产生的组合都被赋予了一个独一无二非重复性的呈现形态. 综上所述,给定任意长度N比特的情况下,我们有如下关系成立: \[ [-(2^{n-1})..(2^{n-1}-1)]_{补码} → [(0)..(2^n-1)]_{移码}. \] --- ```python def range_summary(n_bits): max_positive = (2 ** (n_bits - 1)) - 1 min_negative_original_complement = -(2 ** (n_bits - 1)) result = { 'Original Code': f'{-max_positive} to {max_positive}', 'Complementary Code': f'{min_negative_original_complement} to {max_positive}', 'Offset Binary': f'{abs(min_negative_original_complement)} to {(2**n_bits)-1}' } return result print(range_summary(8)) ``` 上述代码展示了如何根据不同编码方案计算并总结它们各自的数值范围---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值