二进制：有符号整数编码和加减运算

最编程 2024-05-20 22:00:10

...

简介

在计算机上，数字编码和字符编码本质上都通过二进制来编码。但数字二进制编码除了存储功能，还要求具备运算功能。这也就意味着它会和硬件计算单元有非常紧密的关系。

对于一个 8 bit 大小的存储，二进制的 0 和 1 有 $2^8 = 256$ 种组合。如果为自然数编码，能为 [0,...,255] 一共 256 个自然数的编码，最大的那个数字是： $2^8-1+0=255$ 。

如果你高兴，可以随意一个数字开始编码。比如：从 103 开始编码，能为 [103,...,358] 一共 256 个数字编码，最大的那个数字是： $2^8-1+103=358$ 。

如果在 8 bit 大小的存储中，把负整数也编码进来，常用的做法是各自分一半的编码数。也就是说负整数占 128 个，正整数占 128 个。那么他们的数值范围可以是负整数区 [-128,...,-1] 和正整数区 [1,...,128]。显然，少了对 0 的编码。为了把 0 也编入。把正整数区的改为从 0 开始的编码。

于是有符号的 8 位整数的数值范围是 [-128,...,-1,0,1,...,127]，即 $(-2^8\text{ ~ }2^8-1)$ 。以此类推：

16 位可以表示范围值： $(-2^{16}\text{ ~ }2^{16}-1)$ 。
32 位可以表示范围值： $(-2^{32}\text{ ~ }2^{32}-1)$ 。
64 位可以表示范围值： $(-2^{64}\text{ ~ }2^{64}-1)$ 。

在计算机中，所有的数据都是以二进制形式存储的。我们通过除 2 倒取余和按权相加方法对二进制数和十进制数之进行互转：

有符号整数的编码

在给定位数的情况下，它所能表示的编码个数是确定的。8 位的编码个数是 $2^8$ ， 16 位则是 $2^16$ 个。所以剩下的问题就是如何对数值范围里的数值分配二进制编码。

从计算机发展历史来看有三种编码方式：原码 (Sign-Magnitude)、反码 (One's Complement) 和补码 (Two's Complement)。

IBM 是原码 (Sign-Magnitude) 的早期支持者之一，其 704、709 和 709x 系列计算机可能是最著名的使用原码的系统。

反码 (One's Complement) 这种数字表示系统通常出现在老式的计算机中；PDP-1，CDC 160A，UNIVAC 1100/2200 系列。Internet 协议 IPv4，ICMP，UDP 以及 TCP 都使用同样的 16 位反码检验和算法。

补码 (Two's Complement) 是目前事实上的数字编码标准，被广泛使用。

这三种编码方式的不同点是对负数的编码，而正数的编码和数学里的二进制数字表示系统一样。

原码

原码 (Sign-Magnitude) 把整数分成两部分：符号位 (Sign Bit) 和数值 (Magnitude)。

符号位是二进制的最高位 (最左边)，表示整数的正负号。0 表示正整数，1 表示负整数。
数值表示整数的绝对值。

对于一个 8 位的十进制数 100 和 -100，其原码如下图所示：

反码

反码 (One's Complement) 或者一的补码的表示系统的操作如下：

正数和原码的正数表示方式一样。
负数的编码操作是对正数按位取反即可获得，1 逻辑非 (NOT) 为 0，0 逻辑非为 ·。

对于一个 8 位的十进制数 100 和 -100，其反码如下图所示：

binary-one’s-complement.svg

反码引入了数字补码 (Numeric Complements)。在应用上，使用(基数 - 1) 的补码策略，二进制系统的基数是 2，所以叫一的补码。

反码这个翻译，目前只有内地教科在用。港台地区翻译采用直译叫一补码或一补数。同时，补码和补数都是 Complement 的翻译。

如十进制系统，以 10 为基数，使用 (基数 - 1) 的补码策略叫九的补码。对于一的补码和九的补码，我们可以统称为减基数补码。

使用补码的好处可以统一加减法逻辑电路，即使用加法电路执行减法运算，这会节约硬件成本。

数字补码系统没有特意指定符号位，

不过，反码和原码对 0 的编码都多出了一个。比如在一个 4 位大小的二进制系统下：

原码对 0 的编码为 [0000] 和 [1000]。
反码对 0 的编码为 [0000] 和 [1111]。

因为对 0 的重复编码，导致最终数值范围会少一个。8 位存储大小，使用反码技术对有符号整数表示数值范围是 $-255\text{ ~ } 255$ 。由于存在两种表示零的方式，程序员和硬件设计者就需要考虑这一点，以避免可能的错误和混淆。

同时，每次加减法运算更为复杂。如加法的结果产生了进位，这个进位需要加回到结果的最低位，这称为端点进位。

补码

补码 (Two's Complement) 或者二的补码是最常见的有符号整数编码方式，它是现代计算机系统中，表示有符号整数的标准方法。它的表示系统的操作如下：

正数和原码的正数表示方式一样。
负数的编码操作是对正数按位取反之后，再加 1。

对于一个 8 位的十进制数 100 和 -100，其补码如下图所示：

binary-two’s-complement.svg

补码 (Two's Complement) 同样使用数字补码，不过在应用上使用基数补码 (Radix Complement)的策略。因此也叫二的补码。

如果是十进制系统，以 10 为基数，使用基数的补码策略叫十的补码。对于二的补码和十的补码，我们可以统称为基数补码。

二补码改进了一补码的加法运算，并且对 0 的编码只有一个。

深入理解

上面介绍了三种二进制数的编码的表示方式，但没有讨论具体为什么这么去编码，以及为什么补码成为了计算机事实上的有符号整数的编码标准。

下面会介绍一些其它概念，来描述计算机运算的基本规律，从而了解补码的应用。

模算术

在数学中，模算术 (Modular arithmetic) 是一种整数算术系统，其中数字在达到某个值时进行“环绕”，该值称为模 (modulus) 。现代模算术方法是由卡尔·弗里德里希·高斯 (Carl Friedrich Gauss) 在其 1801 年出版的《算术研究》一书中提出的，包括同余的概念。模算术是很基础的理论，但厉害的是应用学科非常广泛。

模 (modulus) 是指一个计量系统的计数范围，如过去计量粮食用的斗、时钟等。计算机也可以看成一个计量机器，因为计算机的字长是定长的，即存储和处理的位数是有限的，因此它也有一个计量范围。

如：时钟的计量范围是 $0 \text{ ~ } 11$ ，模 = $12$ 。表示 $n$ 位的计算机计量范围是 $0 \text{ ~ } 2^n-1$ ，模 = $2^n$ 。任何有模的计量器，均可化减法为加法运算。

假设当前时针指向 8 点，要调成 6 点，调整方式可以通过倒拨 2 小时或顺拨 10 小时来实现。

在 12 为模的系统里，加 10 和减 2 效果是一样的，因此凡是减 2 运算，都可以用加 10 来代替。对“模”而言，2 和 10 互为补数(Complement)。实际上，以 12 为模的系统中，11 和 1，8 和 4，9 和 3，7 和 5，6 和 6 都有这个特性，共同的特点是两者相加等于模。

在时钟这样的模运算系统中，8 - 2 的运算操作结果值等于 8 + 10，可以记作 (8 + 10) mod 12。编程里 mod 通常使用 % 符号，表示取余。因此，8 - 2 = (8 + 10) % 12 = 6，并且可以看到它们还具备 $|-2| + 10 = 12 = 模$ 的关系。在数论中，称 -2 和 10 是对模 12 的同余关系。

计算机运算系统也是一个模运算模型

在计算机里，如果计算结果 > 最大表示数值，最高位就会进位。因为没有可以存储最高位进位值的地方，所以产生了溢出，也就是进位溢出。

如给定一个 8 位 (bit) 大小的存储单元，在为 $0\text{ ~ }255$ 的范围数值编码情况时下，进行 $255 + 1$ 的计算，最高就会进位溢出，计算结果又回到 $(0000 0000)_2$ ，也就是数值 0，这样形成了和时钟一样的循环计数功能。

二进制减法变加法

我们来看看二进制的减法运算如何变成加法的。

当有限位数的计数器执行加法时，产生了进位溢出，溢出的部分就是模，它被自然抛弃，剩下部分就是减法的结果值 3。

同时，我们也可以看出减数 2 和模算术系统的加数之间互为补码，也就意味着我们模算术系统的加数直接通过 模 - 2，即 16 - 2 = 14 获取。

计算机引进补码可以把减法变加法，统一使用加法逻辑电路，来简化硬件设计。编译器对减数的补码计算实际比手工计算简单很多，也就是上面按位取反 + 1 操作，并且每一位的取反操作在电路上是并行操作。下面的章节会解释为什么按位取反 + 1的结果就是补码 (Two's Complement)。

补码的计算

通过模，已经引出了补码 (Complement) 的概念，而在此基础上建立了更为广泛的数字补码 (Numeric Complements)，其中在进制系统中，基数补码和减基数补码较为常见。

基数补码 (Radix Complement) 与某个基数 (radix) 的幂有关。在这样的系统中，一个数和它的补码相加会得到它的模 ${10^{\color{red}{n}}}$ ，其中 $10$ 是基数， $\color{red}{n}$ 是位数。即 ${\color{#82B366}{\text{整数 N}}} + {\color{#D79B00}{\text{N 的补码}}} = 基数^{\color{red}{n}}$ 。

在一个 $\color{red}{8}$ 位十进制系统中： ${\color{#82B366}{100}} + {\color{#D79B00}{99999900}} = {10^{\color{red}{8}}} = 100000000$ 。

在一个 $\color{red}{8}$ 位二进制系统中： ${\color{#82B366}{(01100100)_2}} + {\color{#D79B00}{(10011100)_2}} = (10000000)_2 = 2^{\color{red}{8}} = 256$ 。

求 r 补码公式如下：

$\text{r's complement} = r^{\color{red}{n}} - N$

$\color{red}{n}$ 是数字中的位数。
$N$ 为已给出的整数。
$r$ 是基数(进制)。

除了基数补码外，还有一种补码方式，就是基数 - 1 的补码方式，也就是减基数补码 (Diminished Radix Complement)。

$\text{(r-1)'s complement} = r^n-1-N$

在十进制数制中，基数补码称为十的补码，减基数补码称为九的补码。而在二进制中，基数补码称为二的补码(补码)，减基数补码称为一的补码(反码)。

有些人，特别是 Donald Knuth，建议使用撇号的位置来区分基数补码和减少的基数补码。在这种用法中，四的补码是指以四为底数的基数补码，而四位补码是指以五为底数的数的减基数补码。

按位取反

按位取反是我们讨论补码的另一种计算方式，这也是上面反码和补码的取反操作。在编译器存储负数时，会采取按位取反或按位取反加一来实现对负数的二进制存储，以及在做减法时，对减数做此操作来获取作为加数的补码。

按位取反的真正含义应该是每一位进行基数 - 1 - 数值的操作，下面通过十进制和二进制的反码和补码分别说明。

十进制

先讨论十进制系统中对于一个整数 1523，求其反码和补码。我们把计算拆分到各个位上：

通过上面的拆解计算，我们可以得出，在 r 进制(基数)的系统中，已知一个整数，可以得出其反码(减基数补码)的计算公式：

让 $T = \\{a, \ldots, b, d\\}$ ，则 $\sum\limits_{i=n-1}^{i=0} (r - 1 - t)r^i = (r - 1 - a)r^{n-1} + \ldots + (r - 1 - b)r^1 + (r - 1 - d)r^0$ 。

$T$ 表示已知整数的每一位数值集合。例：整数 1523 的 $T$ 集合为
$\\{1, 5, 2, 3\\}$ $1, 5, 2, 3$

上一篇： c++ 逐位逆转 - 金块

下一篇：解释 php 中的位运算符
推荐阅读