有符号整数存储
原码、反码、补码
有符号整数的2进制表示方法有三种,即原码、反码和补码
三种表示方法均有符号位和数值位两部分,符号位用0表示“正”,用1表示“负”。
有符号整数最高位的一位是被当做符号位,剩余的都是数值位。
无符号整数所有的位都是数值位
转换规则
正整数:原、反、补码都相同。
负整数:
原码:直接将数值按照正负数的形式翻译成二进制得到的就是原码。
反码:将原码的符号位不变,其他位依次按位取反就可以得到反码。
补码:反码+1就得到补码。
正数:
int a = 5;
对于int(整形),内存会开辟4个字节来存放a。由于a是正数,第一位符号位为0,数值为5,转化为二进制就是101,高位补0。正数的原反补三码相同。
故:
a 的原码: 00000000 00000000 00000000 00000101
a 的反码: 00000000 00000000 00000000 00000101
a 的补码: 00000000 00000000 00000000 00000101
负数:
int b = -5;
由于在此b是负数,在原码中,第一位是符号位,存放1,表示负数。
反码:符号位不变,保持为1。其余位按位取反,即0变1,1变0.
补码:在反码的情况下加1。
故:
b 的原码: 10000000 00000000 00000000 00000101
b 的反码: 11111111 11111111 11111111 11111010
b 的补码: 11111111 11111111 11111111 11111011
而补码想要变回原码,也是相同的步骤,即先取反后加一。
数据与内存的关系
首先,我们在内存中存储的数据是以补码的形式存储的。我们用代码定义a,b为5和-5,然后观察其在内存中的值:
由于二进制实在难于分辨,可读性非常差,所以编译器在向程序员呈现计算机存储的值的时候,会转为16进制。我们从上图中可见,a的存储是0x00000005即16进制的5。可b的值却不是-00000005。这个fffffffb其实就是-5的补码 11111111 11111111 11111111 11111011的16进制形式,由此可以证明,内存存储有符号整数就是以补码的形式。
那为什么内存要存补码?
- 可以把符号与数值统一处理,把数字的正负放在码值中,不用额外区分。
- 可以使加法减法统一处理(CPU只有加法计算器)。
第一点其实是容易理解的,那为什么用补码可以统一加减法呢?我们以下面的代码为例:
int a = 3; int b = 5; int c = a - b;
在以上计算过程中,计算机会把3 - 5当作3 + (-5),然后将两个数字的补码相加。
a 的补码: 00000000 00000000 00000000 00000011
b 的补码: 11111111 11111111 11111111 11111011
--------------------------------------------
两者相加: 11111111 11111111 11111111 11111110
上式取反: 10000000 00000000 00000000 00000001
上式加一: 10000000 00000000 00000000 00000010
最后得到的值即为-2
可以看到我们确实以加法的形式,完成了减法的计算。以上代码中,计算机想要完成3 - 5,于是CPU将其转化为了3 + (-5),然后直接将补码相加,然后转回原码,得到的就是正确答案。
我们再来看到一个案例:
int a = 10; int b = 5; int c = a - b;
在以上计算过程中,计算机会把10 - 5当作10 + (-5),然后将两个数字的补码相加。
a 的补码: 00000000 00000000 00000000 00001010
b 的补码: 11111111 11111111 11111111 11111011
--------------------------------------------
两者相加: 1 00000000 00000000 00000000 00000101
此时出现了一个问题,那就是进位导致的位数溢出,由于int
类型只能存储32位数据,此时超出的数据就会被丢弃。
所以计算后实际值是: 00000000 00000000 00000000 00000101
也就是5
,我们再次完成了计算。
可见,虽然代码是减法,但是在计算机处理的时候,只做了加法运算。这样可以减少计算机硬件的消耗,只需要在CPU内部做好加法的硬件即可。
本博客还要继续探讨,为什么计算机可以通过补码计算统一加减法。
补码原理
现在假设我们有一个十进制计算机,每个bit位可以存储0 - 9十种数据,现在我们有一个可以存储4位数据内存,接下来我们要完成一个计算:
求出50 - 19的结果:
值得注意的是:由于我们只能存储4位数据,所以如果我们计算中发生了溢出,多出来的位要舍弃。
50 的存储:0050
19的存储:0019
接下来我们进行计算:
50 - 19
=
50 + (-19)
=
50 + (-19) + 9999 + 1 - 10000
到这一步,我暂时停止了,因为我要重复申明刚刚的规则:计算中发生了溢出,多出来的位要舍弃。
由于计算机只能存储四位,而计算机是一步一步进行计算的,所以中间的每一个变量都要保存下来,而在保存10000时,我们的位数溢出了,要舍弃高位的1,于是上述计算变为:
= 50 + (9999 - 19) + 1 - 0000
= 50 + (9999 - 19 + 1)
= 50 + 9981
= 10031
由于计算机只能存储四位,而在保存10031时,我们的位数溢出了,舍弃高位的1,于是上述计算变为:
= 0031
= 31
而50 - 19结果就是31,整个计算过程看起来非常怪异,为什么还能得到正确结果???
首先,我们要计算的是一个减法 50 - 19,于是我把它转化为了加法50 + (-19),但是这依然改变不了它需要进行相减的本质,我们有没有办法把-19转化为一个正数x,让50 + x == 50 + (-19)?
在数学界,这就是异想天开,但是我们的数据是存在计算机中的,其实是有可能实现的,而实现它的本质,就在于丢弃溢出位数的功能。
数学角度,10000 + (-19) + 50等于10031,但是从这个只能存四位的内存的角度,10031就是31。也就是说,我们可以给一个负数加上刚好到溢出位数的数字,故意让其溢出,这样就可以50 + (10000 - 19) == 50 + (-19)了。
但是这涉及到一个问题:根本没有四位的内存可以存下10000这个数据,那就更无法在计算机中完成10000 + (-19)了。于是我们将10000拆分为两个4位以内的数字9999 和 1,让10000 + (-19)变成9999 + 1 + (-19),这就是计算机可以执行的了。这样你也许就可以看懂以上的算式了。
接下来,我们要把上面的溢出效果带入到一般的二进制计算机中:
现在我们要完成减法:5 - 3,数据都以int类型存储:
那么我们就要先将上式转化为5 + (-3),接着对-3进行一次溢出的计算:
-3的二进制: -00000000 00000000 00000000 00000011(前面有负号)
加上一个刚好溢出的整数: 1 00000000 00000000 00000000 00000000
拆解出两个int可以存储的数字: 11111111 11111111 11111111 11111111 + 1
先让-3 + 11111111 11111111 11111111 11111111
结果:11111111 11111111 11111111 11111100
再+1:11111111 11111111 11111111 11111101
最后我们就可以拿11111111 11111111 11111111 11111101 代替-3进行计算了。
而中途有一个过程:
先让-3 + 11111111 11111111 11111111 11111111
结果:11111111 11111111 11111111 11111100
你有没有发现,这个结果11111111 11111111 11111111 11111100 刚好就是-3的每一位取反?
数学角度来说,-3 + 11111111 11111111 11111111 11111111 是要执行减法的,可是二进制中可以用每一位取反达到同样的效果,而对于计算机而言,对每一个bit位取反并不是什么难事。因此计算机的计算,就是在这一步把减法消除掉的。
其实这就是得到反码的过程,所以反码要求按位取反!
而最后一步
再+1:11111111 11111111 11111111 11111101
也就是得到补码的过程:反码 + 1,这是为了补齐前面少的一个数字,凑出刚好溢出的数字。
整个过程都是为了让一个负数转化为一个等效的正数。而之所以要分反码补码,不能一步到位,就是因为刚好差1,内存位数不够无法存储,必须拆一个1出来分两步计算。
另外的,因为有符号整数,既可以存正数,也可以存负数,所以拿出第一位当符号位。而符号位不参与计算,因此取反的时候不包括符号位。
至此,你应该明白了为什么要用补码的机制存储,也就是利用溢出机制,凑出一个等效的正数,然后再计算。