数值与指令系统
# 进制系统与转换
# 十进制转换
# 转十进制
基数和权的概念:如
其中 1,2,3,4,5,6 叫做基数,10^n 叫做权,基数和权共同表示一个十进制数,若为 R 进制,则把 10 换成 R 即可
这种形式所对应的值为十进制的值
# 十进制转二进制
整数部分采用除 2 取余法,余数序列即为十进制的 2 进制表示,注意最上层是最低位,最下层是最高位,即这个序列是从右往左排的
- 建议直接看出来,如 36 = 32 + 4,直接化为 100100
小数部分采用乘 2 取整法,将小数不断乘以 2,取出其整数位,剩余小数继续乘以 2,直到没有小数位位置,这样取出的整数序列即为该小数对应的 2 进制,注意这里的序列是从左往右排的
- 对于无限循环小数,采用取精度的方式,如
0.1 会化为 00011 的循环,若取 6 位精度,则为 000110,同理若取 4 位精度,则为 0001
# 二进制转八进制
以小数点为界,每三位 2 进制化为一个 8 进制数,每 4 位转化为一个 16 进制数
| 二 | 八 | 二 | 十六 | 二 | 十六 |
|---|---|---|---|---|---|
| 000 | 0 | 0000 | 0 | 1000 | 8 |
| 001 | 1 | 0001 | 1 | 1001 | 9 |
| 010 | 2 | 0010 | 2 | 1010 | A |
| 011 | 3 | 0011 | 3 | 1011 | B |
| 100 | 4 | 0100 | 4 | 1100 | C |
| 101 | 5 | 0101 | 5 | 1101 | D |
| 110 | 6 | 0110 | 6 | 1110 | E |
| 111 | 7 | 0111 | 7 | 1111 | F |
转化过程遵循整数左补零,小数右补零的原则
# 机器数和真值
真值:以正负号带绝对值来表示一个数的真值
机器数:把符号数字转化为 0/1 码,这样的机器码叫做机器数,分为原码、补码、反码和移码
原码:带符号的绝对值表示,最高位 0 为正,1 为负
- 看正负,定最高位 1/0
- 加绝对值,将绝对值化为二进制
- 将符号位和绝对值拼接
将数变为原码是所有变化的第一步
- 反码:正数的反码为本身,负数的反码符号位不变,其余位按位取反,反码不具有任何意义,只是从原码到补码的一种中间状态
- 补码:正数的补码为其本身,负数的补码符号位不变,其余位按位取反并加一
- 移码:只能表示整数,规定最小值为 0,解决数据大小无法直观判断的问题,无论正负,把补码的符号位取反,即为移码
无符号数:无符号数的表示:每一位都用于表示数值的大小,即没有符号位,二进制长 n 位的无符号数的十进制表示范围为
十进制
→ 二进制 n 个 1 对于无符号数,其最小值 -1 为最大值,最大值 +1 等于最小值
- 最小值 -1 时,从更高位借位,借位标志记为 1
- 最高值 +1 时,丢弃最高位,剩余位均为 0,进位标志记为 1
无符号数常用于表示内存概念
快速转化
- 对于正数,原 = 反 = 补,符号位为 0,数值位等于其真值
- 对于负数,原码符号位为 1,数值部分等于其绝对值,反码为数值位取反,补码为反码加一
- 关于移码,无论正负,补码符号位取反得其移码
- 关于小数,在对二进制小数进行转化时,可以忽略其小数点,转化后按位加上即可
求 0.0100100,1.0100100。注意 0 的表示,+0 和 -0 的原码和反码并不一样,而补码和移码一样
# C 语言数据类型转换
在 c 中,整数用补码表示,用 IEEE 754 标准
在 c 语言中,系统会对各种类型数据进行自动、强制转换,本质基于数据长度,短转长属于自动转换,长转短属于强制转换
| 类型 | char | short | int | long | float | double |
|---|---|---|---|---|---|---|
| 长度(字节) | 1 | 2 | 4 | 8 | 4 | 8 |
- 在实际运算时,字符型数据和 short 都是先转换为 int,再参与运算
- float 一律转换为 double 以提高运算精度
- 强转的一般形式:
(类型说明符)(表达式)
有符号到无符号数相互转换
- 有符号 → 无符号,直接将符号位看作数值位即可
- 无符号 → 有符号,直接将最高数值位视作符号位即可
短长数据相互转换
- 短转长(填充无效位):无符号数,用 0 填充;正数,用 0 填充;负数, 用 1 填充
- 长转短:直接截取低位即可,如 long 转换 int,直接截取低 32 位,就强制转换为 int,当然,有可能发生数据丢失
| 二进制 | 十进制 |
|---|---|
| 2^10 | 1024 |
| 2^11 | 2048 |
| 2^12 | 4096 |
| 2^13 | 8192 |
| 2^14 | 16384 |
| 2^15 | 32768 |
| 2^16 | 65535 |
- 2^n 的二进制第 n+1 位是 1,其余位是 0
- 2^n-1 的二进制由 n 个 1 组成
有符号到无符号:si 原码为 1111 1111 1111 1111,补码为 1000 0000 0000 0001
short si = -32767;
unsigned short usi = si;
2
无符号数 usi 将上述补码全视作数值位,得 usi = 32768+1 = 32769
短到长:si 补码为 1101 1111 1111 1100,十六进制为 DFFC
si = -8196;
int i = si;
2
- 强转成 int 类型,需要用无效位填充高 16 位,因为是负数,所以用 1 填充,故 i 机器码为:FFFF DFFC
- 短到长补位补符号数,即正补 0,负补 1
长到短到长
int i = 65535;
short si = short(i);
int j = si;
2
3
- i = 65535(2^16-1) = 00FF 截取低 16 位给 short si,即 FF
- 因为 si 有符号,最高位为 1,表示其为负数,化为原码为 1000 0001,即为 -1
- si 扩 16 位变为 int j,因为是负数,填充无效位 1,同样化为原码,得到值 -1
于是 i = 65535, si = -1, j = -1
丢弃和溢出:先丢弃,再判溢出
- 如 32 位数据算出来了 33 位,先把最高位丢掉,再对剩下的数据判溢出
- 或对 32 位数据手动加一位双符号位变成 33 位,这样有可能出现第 34 位,同理将第 34 位先丢弃,再对 33、32 位异或判断是否溢出
快速计算技巧:补码轮回的概念
- 轮回上限 - 负数绝对值 = 数值位对应原码
- 轮回上限 - 数值位对应原码 = 负数绝对值
例如
- 在 2 字节下,补码是 16 一轮回,-9 的补码是 16-9=7 的原码,一定是这样,当然这个原码是指数值位,并不包括符号位,如 10111 即为 -9 的补码,由符号 1 加上 7 的原码 0111 构成
- 又如,2 个字节,就是 2^8=256 一轮回,自然而然 -9 的补码是 1 加上 256-9=247 的原码
- 同理,这一过程逆向来看,若给定一个负数的补码,其值就为 轮回上限-原码 再添一个负号
将这里的二进制补码用十六进制表示将更加明显,如 -9 的补码为 F7H,-8 的补码为 F8H,-1 的补码为 3FFH;又如补码 90H,其实际值 y 满足 FFH + y = 90H,得 y = -112
快速判断补码大小:对于正数,1 越多,越靠左,数值越大;对于负数,1 越多,越靠右,数值越小;无论正负,1 多值大,1 靠左值大,以此可以快速判断补码大小
快速浮点数大小判断:X = R^E x M,对于浮点数,其大小的决定性因素在于阶码 E,E 越多,浮点数的绝对值越大,这意味着
- 对于负数,E 越大,真实值越小
- 对于正数,E 越大,真实值越大
唯一的变数在于这个浮点数没有规格化,尾数瞎几把乱写,对于 IEEE 754 标准的浮点数,这个问题显然不存在(首位必为 1)
# 数的表示与运算
# 定点数表示和运算
定点数分为定点整数和定点小数,定点整数是纯整数,定点小数是纯小数,没有整数部分
# 机器数的表示范围
二进制的比特数为 n+1,范围大小由十进制表示
| 机器码形式 | 整数 | 小数 |
|---|---|---|
| 原码 | -(2^n-1), (2^n-1) | -(1-2^-n), (1-2^-n) |
| 补码 | -2^n, (2^n-1) | -1, (1-2^-n) |
| 反码 | -(2^n-1), (2^n-1) | -(1-2^-n), (1-2^-n) |
补码比原、反码范围多一个数,是因为补码的 +0/-0 使用同一二进制表示,多出 100...000
注意整数 -1 和小数 -1 的补码表示并不相同?
# 移位运算
有符号数的移位称为算术移位,对无符号数的移位称为逻辑移位
- 左、右移会出现丢失位和空位的问题
逻辑移位:对于逻辑移位,即无符号数,左移时,高位丢低位补,右移时,低位丢高位补,以无效位(0)填充空位值
算术移位:符号不变,正数补 0;负数原码添 0,反码添 1,补码低位补 0,高位补 1
对于不进位的情况,取反和加一的结果是一样的,补码取反再加一,相当于右边某些位没有改变,相当于原码,而左侧即为反码,所以左移补低位为 0,右移补高位为 1
# 加减运算
补码加减
真正意义上只有加法没有减法,减法能够化为加法
由 [B]补 到 [-B]补 的转化:连同符号位,按位取反再加 1
二进制的加法逐位加即可,但这里涉及到溢出的问题,即运算结果超出合法表示范围
一位符号位:将符号位进位 Cs 和最高位进位 C1 进行异或(不同为 1),结果为 1 则为溢出
双符号位:正数符号 00,负数符号 11,若计算结果中符号位不为 00/11,则发生溢出。低位符号位参与移位,高符号位代表真正的符号
- 01 为正溢出
- 10 为负溢出
丢掉和溢出到底啥区别?
- 丢掉时直接将多的丢掉,啥也不管
- 溢出不考虑丢掉的位,考虑保存下的位数,比较最高位进位和符号位进位进行异或,判断是否溢出
- 对于负数补码,用最小负数加上数值位即为其真值,如
10011011 = -128+1+2+8+16 = -101,或者化为原码再做判断 - 对于补码,无论正负,1 多值大,1 靠左值大,其中 1 靠左优先级更大
# 浮点数表示和运算
定点数是纯整数或纯小数,浮点数指既有小数又有整数的数值,标准表示为:X = R^E x M
- E 是定点整数
- M 是定点小数
- R 是底数,和进制有关,2 或 10
# 浮点数的格式和范围
浮点数的一般格式
- k+1 位阶码,其中 1 位符号位,在阶码的最高位,0 为正,1 为负,表示 E
- n+1 位尾数,1 位符号为,n 位数值位,表示 M
当阶码 M 和尾数 E 的数值位均为 1 时,浮点数取到最大值???
让尾数数值值为 +1,阶码达到最小,最小正数
最小负数
最大负数
- 当大于最大正数,小于最小负数,称作上溢,报错
- 当小于最小正数,大于最大负数,称作下溢,记为机器零
机器零有两种情况,与机器能处理的字长有关系
- 尾数为 0
- 阶码小于等于其能达到的最小值
# 浮点数的规格化
对于
规格化定义:要求尾数的最高位必须是一个有效值
- 左规格化:尾数左移一位,阶码 -1
- 右规格化:尾数右移一位,阶码 +1,这种情况适用于双符号位发生溢出时采用,即双符号位为 01 或 10。左移相当于原浮点数乘以一个基数,阶码是指数,-1 相当于除以一个基数,保持原浮点数不变,右移同理
规格化遵循以下方法
- 非左溢右:非规格化左规格化,溢出右规格化
- 左减右加:对于阶码来说,左规格一位,阶码 -1,右规格化一位,阶码 +1
- 左多右一:左规格化可能移动多位,右规格化只可能移动一位
不同机器码的规格化形式
| 机器码 | 规格化形式 |
|---|---|
| 原码 | 尾数数值位第一位必须是 1 |
| 补码 | 尾数符号位与最高数值位必须不同 |
# 浮点数的运算
非左右溢,左减右加,左多右一
忽略基的情况下,要考虑指数和尾数进行分别处理,运算分为以下五步
- 对阶操作:小阶向大阶看齐:比较两个浮点数的阶码值大小,做差,求得阶差 e,将阶码小的浮点数的尾数数值位右移,每右移一次,阶码 +1,右移 e 位。移位时,高位补 0,低位丢弃,符号位不参与移位,这样浮点数的值不会变,但精度会变差
- 实现尾数的加减运算:对完成对阶后的浮点数执行求和/差操作,即对尾数进行相加减
- 规格化处理:对计算后的数据进行规格化处理,一般使用两位符号位表达,在运算后会得到以下六种结果。这里一定要多考虑两下,是否溢出?是否合规?
| 结果 | 处理 |
|---|---|
| 00.1xxxxx | \ |
| 11.0xxxxx | \ |
| 00.0xxxxx | 左规(非左) |
| 11.1xxxxx | 左规 |
| 01.xxxxxx | 右规(溢右) |
| 10.xxxxxx | 右规 |
- 舍入操作:0 舍 1 入法:在进行对阶、右规格化时,有可能将低位的 1 移掉,为了相对保持精度,当舍去的最高位为 1 时(注意是舍去的最高位),将剩余的尾数最低位 +1,并依次进位
- 判溢出:看阶码,判断结果是否溢出,检查阶码的值是否超出给定范围;在进行加法运算时,若判断不好是否溢出,务必在两个数前多加一位符号位,在结果中通过两个结果符号位判断是否溢出
# 十进制转 IEEE 浮点数
IEEE 754 标准
由 数符 + 阶码 + 尾数 构成,短浮点数和长浮点数在 IEEE 754 中长度是定义好的
| 类型 | 数符 | 阶码 | 尾数数值 | 总位数 | 偏置值 |
|---|---|---|---|---|---|
| 短浮点数 | 1 | 8 | 23 | 32 | 7FH |
| 长浮点数 | 1 | 11 | 52 | 64 | 3FFH |
十进制转 IEEE 浮点数取到最大值
- 尾数用原码规格化表示,规定最高位为 1,并且通常会隐藏
- 阶码用类似移码的方式表示,阶码的真值加上一个偏移量,即偏置值
如对于十进制数 178.125
- 先化为二进制数 10110010.001
- 进行左移(规格化),令最高位为数符 1,得:1.0110010001 x 2^111
- 处理阶码 111,令其加上偏置值 7FH,得移码:00000111+01111111 = 10000110
- 因为默认尾数数符为 1,于是去掉最高位 1 得尾数:0.011010001
最后将 数符、阶码、尾数 拼接,得 IEEE 754 浮点数:0(数符)100 0011 0(阶码)011 0100 1000 0000 0000 0000(尾数),其中尾数不够 23 位向右补 0
从 IEEE 754 化为十进制
- 阶码 -7F 得 a,作为 2 的指数
- 尾数补 1,通过基权相乘和得十进制数 b
- 根据数符添正负号,0 为正,1 为负
假设数符为 1,答案即为
单精度范围:1+8+23,因为阶码要表示负数,所以 1-254 被分为 -126-127
对阶码和尾数进行组装,最小为最小拼接最小,最大为最大拼接最大
负数最大值为 -val(min),最小值为 -val(max),即取反即可,但注意
- 尾数虽然只有 23 位,但因为隐藏了 1 位,所以实际上可以表达 24 位
- 阶码为 1111 1111 时,表示上溢,0000 0000 表示下溢,所以有效范围是上式中表示
# 机器指令与寻址
以小题为主,2-4 分
# 指令格式与地址码
冯诺依曼计算机是受指令流控制的计算机,指令的一般格式,有点像汇编
地址码类型
| 地址码类型 | 特点 |
|---|---|
| 零地址指令 | 指令中只有操作码,没有地址码,如汇编指令 aaa 无需任何操作数 其操作数默认:如堆栈,数据大多来自于此,暂存器、累加器、立即数均不可默认 |
| 一地址指令 | 包含操作码和一个地址码,寄存器或内存单元 单目运算:如取反、取负、取绝对值 做隐含寻址,即隐含约定目的地址的双操作数指令,默认有另一个操作数 |
| 二地址指令 | 包含操作码和两个地址码 |
| 三地址指令 | 操作码和三个地址码,往往 A1 、A2 提供运算数据,A3 是用于存放结果的地址 |
| 四地址指令 | 地址码和四个地址码,A1、A2 提供数据,A3 存放结果,A4 是下一条指令的地址 |
| 隐指令 | 指令系统中没有的指令,由硬件催发 |
# 定长和变长指令格式
定长指令格式:定长指令格式是所有指令的操作码位数相同,并由操作码决定操作的类型。操作码位数为 n,则说明有 2^n 个操作码;反之,若指令系统有 n 条指令,则至少有 log2 (n) 位操作码
扩展操作码指令格式:高级语言中各指令的使用频率不同,如 goto 和赋值语句,扩展操作码指令格式将根据指令的使用频率划分不同位数的操作码以提高译码速度(子网划分?)
- 短操作码不能作为长操作码的前缀
- 各指令的操作码不能重复
操作数和操作类型:例如操作码 4 位,地址码 A1,A2,A3 均为 4 位,请据此设计一个可变长的指令实现 15 条三地址指令、15 条二地址指令、15 条一地址指令、16 条零地址指令
- 三地址指令,操作码 0000 ~ 1110
- 二地址指令,借用地址码 A1,操作码 1111 0000 ~ 1111 1110,操作码从 4 位扩展到 8 位
- 一地址指令,借用地址码 A1,A2,操作码 1111 1111 0000 ~ 1111 1111 1110,操作码从 8 位扩展到 12 位
- 零地址指令,借用地址码 A1,A2,A3,操作码 1111 1111 1111 0000 ~ 1111 1111 1111 1111,操作码 16 位,共 16 种
可以注意到,由于上一次扩展是特地留了一位,用于区分前缀,方便下一次扩展
若改为 14 个二地址指令,31 个一地址指令,该如何设计?
在写数据时,若每一位都是 n 位,上一级结构每留出一位,那么下一级结构将可以扩展 2^n 条指令,是一个下阶梯的过程
# 寻址方式
汇编中学过:直接寻址、间接寻址、基址变址寻址
形式地址 A,有效地址 EA
指令寻址:寻找下一条将要执行的指令的内存地址,由 CPU 内的程序计数器 PC 的内容和指令中给出的偏移量求和得到,分为顺序寻址和跳跃寻址(转移寻址)
- 偏移量为有符号数,用补码表示
数据寻址:如何去寻找程序运行时所需的数据
| 寻址方式 | 说明 |
|---|---|
| 立即寻址 | 指令中的地址码为数据本身(立即数),A 为数据本身,指令即数据 指令相对较短,不能储存大的立即数,这种方式的计算很有限,只适用于数很小的情况 |
| 直接寻址 | 操作数字段是操作数所在的内存地址,相当于指针,因为地址码位数有限,能够定位到的内存编号很少 |
| 间接寻址 | 指针的指针,指向一段存有数据地址的指针的地址。一次间址(指针的指针),多次间址(指针的指针的指针),多次间址会造成访问速度变慢 |
| 寄存器寻址 | 给出寄存器编号,CPU 根据编号去访问寄存器,从寄存器中拿出数据,寄存器贵且少 |
| 寄存器间接寻址 | 给出寄存器编号,寄存器中存放的是指针而非数据,CPU 从寄存器给出的地址中去取数据 慢于寄存器寻址,快于间接寻址 |
| 隐含寻址 | 只给出一个数据,这个数据按照地址码给出,另一个数据在 ACC 中,能有效减少字长 |
| 变址寻址 | EA = (IX) + A,地址码给出的是变址寄存器的编号和偏移量,变址寄存器内容加上偏移量得到 EA,A 不可变, IX 可变,常用于解决数组问题,用 A 给出寄存器编号(不可变),IX 给出数组下标(可变) |
| 基址寻址 | (BR) + A = EA,基址寄存器内容加上偏移量得到 EA,A 可变,BR 不可变 和 IX+A 很像,但可变不可变的部分不同,于是 BR+A 常用于解决多道程序问题,用 A 切换寄存器编号 可以解决循环问题 |
| 相对寻址 | PC + A = EA,实现程序浮动,用于转移指令 |
| 堆栈寻址 | 分为硬堆栈(寄存器堆栈)和软堆栈(内存空间堆栈),均基于先进后出原则 |
有效地址与访问次数
| 寻址方式 | 有效地址 | 访存次数(访问内存) |
|---|---|---|
| 隐含寻址 | 程序指定 | 0 |
| 立即寻址 | A 即是操作数 | 0 |
| 直接寻址 | EA = A | 1 |
| 一次间接寻址 | EA = (A) | 2 |
| N 次间接寻址 | EA = ((A)) | N+1 |
| 寄存器寻址 | EA = Ri | 0 |
| 寄存器间接一次寻址 | EA = (Ri) | 1 |
| 相对寻址 | EA = (PC) + A | 1 |
| 基址寻址 | EA = (BR) + A | 1 |
| 变址寻址 | EA = (IX) + A | 1 |
| 堆栈寻址 | 硬堆栈 | 0 |
| 堆栈寻址 | 软堆栈 | 1 |
- 访存次数越多,越慢
- 以上表格不包括取指令本身的访存次数
常用情形
| 寻址方式 | 特点 |
|---|---|
| 立即寻址 | 执行期间不访存 |
| 隐含寻址 | 有效减少指令字长 |
| 变址寻址 | 解决数组问题 |
| 基址寻址 | 解决多道程序和循环问题 |
| 相对寻址 | 解决程序浮动问题 |
堆栈的先减后加,后减先加
- 若栈顶指针 SP 先减,说明指向的是栈顶元素,减到空再压入数据,在取数据时,就要先取出栈顶元素,再令指针 SP+1,指针 SP 始终指向栈顶元素
- 若先压入栈再令指针 SP-1,说明 SP 本来就指向的空,于是在取出时,要先令 SP+1,指向栈顶元素后才能取出值
偏移寻址方式:即使用寄存器加偏移量的形式寻址,包括基址寻址、变址寻址、相对寻址
相对寻址示例
指令格式分配:重点考虑题目 P16 00:11:00-00:40:00 两道题,其中第一道题尤为重要
指令格式分配,这道题有点问题,我算出来也是 23,但答案没有,只能强行解释 23 不好按字节编码,于是以 23(8x3) 作为指令长度
# CISC 和 RISC
指令设计方案
单字指令格式:
双字指令格式:
很显然,进行执行时,所需的功能和访存需求是不一样的
CISC(复杂指令系统计算机):使用汇编语言实现,喜好强大好用的指令集,追求功能越强大越好,但这样造成对内存访问比较多,指令变得很慢
- 采用可变长指令,常使用于大型机中
RISC(精简指令系统计算机):常用于在微型机中,追求指令尽可能简单高效,格式尽可能规整,采用定长指令;RISC 利于扩展,但由于指令定长,使得所需存储空间变大
| 参数 | CISC | RISC |
|---|---|---|
| 指令系统 | 复杂、庞大 | 简单、精简 |
| 指令数 | 一般大于 200 | 一般小于 100 |
| 可访问内存的指令 | 不加限制 | 只有 load/store 指令 |
| 指令字长 | 不固定 | 定长 |
| 各种指令使用频率 | 相差很大 | 相差不大 |
| 各指令执行时间 | 相差很大 | 相差不大 |
| 优化编译实现 | 很难 | 较容易 |
| 控制逻辑实现方式 | 绝大部分为微程序控制(即软件实现) | 绝大多数为硬连线实现 |
- RISC 寄存器多,因为只有 load/store 能够访问内存,其他指令要访问数据只能通过寄存器
- RISC 程序长,因为每条指令精简,所以需要很多指令来完成一件事,造成程序较长,即
总事件 / 单个任务大小 = 任务数量 - RISC 采用硬布线逻辑,也叫组合逻辑,底层逻辑全使用硬件实现,因为指令简单且执行速度快很多