--- title: 计算机组成原理第二章 - 定点数与浮点数 abbrlink: 4f16228c date: "2025-09-14 18:06:25" updated: "2025-09-15 17:36:01" desc: "示例：$(42)_{10} \\rightarrow (?)_2$" categories: - 计算机组成原理 tags: - 计算机组成原理 - 定点数 - 浮点数 --- :::tip 本页面含有AI生成内容 感谢Copilot的美化排版与样式 ::: # 计算机组成原理第二章 - 定点数与浮点数 ## 📚 基础知识回顾 ### 1. 🔄 **数的进制转换** #### 1.1 **十进制转其他进制** **🎯 核心方法：** - **整数部分**：除基数取余法 - **小数部分**：乘基数取整法 **📝 十进制转二进制（整数）** **方法**：除 2 取余法，余数倒序排列 **示例**：$(42)_{10} \rightarrow (?)_2$ $$ \begin{aligned} 42 \div 2 &= 21 \cdots 0\\ 21 \div 2 &= 10 \cdots 1\\ 10 \div 2 &= 5 \cdots 0\\ 5 \div 2 &= 2 \cdots 1\\ 2 \div 2 &= 1 \cdots 0\\ 1 \div 2 &= 0 \cdots 1 \end{aligned} $$ **✅ 结果：** $(42)_{10} = (101010)_2$ **📝 十进制转十六进制** **示例**：$(255)_{10} \rightarrow (?)_{16}$ $$ \begin{aligned} 255 \div 16 &= 15 \cdots 15_{(F)}\\ 15 \div 16 &= 0 \cdots 15_{(F)} \end{aligned} $$ **✅ 结果：** $(255)_{10} = (FF)_{16}$ #### 1.2 **其他进制转十进制** **🎯 核心公式：** $$N = \sum_{i=-m}^{n} d_i \times r^i$$ 其中：$r$ 为基数，$d_i$ 为各位数字，$i$ 为权值 **📝 示例1：** $(1011.01)_2 \rightarrow (?)_{10}$ $$ \begin{aligned} &= 1 \times 2^3 + 0 \times 2^2 + 1 \times 2^1 + 1 \times 2^0 + 0 \times 2^{-1} + 1 \times 2^{-2}\\ &= 8 + 0 + 2 + 1 + 0 + 0.25\\ &= (11.25)_{10} \end{aligned} $$ **📝 示例2：** $(2A.F)_{16} \rightarrow (?)_{10}$ $$ \begin{aligned} &= 2 \times 16^1 + 10 \times 16^0 + 15 \times 16^{-1}\\ &= 32 + 10 + 0.9375\\ &= (42.9375)_{10} \end{aligned} $$ #### 1.3 **小数转换详解** **📝 示例：** $(13.625)_{10} \rightarrow (?)_2$ **整数部分：** $13_{10} = 1101_2$ **小数部分（乘2取整法）：** $$ \begin{aligned} 0.625 \times 2 &= 1.25 \quad \text{取整：} 1\\ 0.25 \times 2 &= 0.5 \quad \text{取整：} 0\\ 0.5 \times 2 &= 1.0 \quad \text{取整：} 1 \end{aligned} $$ **✅ 结果：** $(13.625)_{10} = (1101.101)_2$ ### 2. 🔢 **负数表示方法** #### 2.1 **原码、反码、补码对比** | 编码方式 | **正数** | **负数** | **0的表示** | **运算特点** | | -------- | -------------- | -------------------- | ----------- | ------------------ | | **原码** | 符号位0 + 真值 | 符号位1 + 真值 | +0, -0两种 | 需要符号位单独处理 | | **反码** | 与原码相同 | 符号位1 + 数值位取反 | +0, -0两种 | 加法有特殊规则 | | **补码** | 与原码相同 | 反码 + 1 | 唯一0 | **统一加减法运算** | **📝 示例（8位）：** | 数值 | 原码 | 反码 | 补码 | | ---- | ---------- | ---------- | ---------- | | +5 | `00000101` | `00000101` | `00000101` | | -5 | `10000101` | `11111010` | `11111011` | | +0 | `00000000` | `00000000` | `00000000` | | -0 | `10000000` | `11111111` | `00000000` | #### 2.2 **补码的优势** > **⚡ 关键优势：** > > 1. 零的唯一表示 > 2. 加减法运算统一 > 3. 硬件实现简单 > 4. 表数范围最大 **📝 补码范围：** $n$ 位补码表示范围为 $[-2^{n-1}, 2^{n-1}-1]$ --- ## 🎯 定点数表示 ### 1. 📖 **定点数基础概念** #### 1.1 **定义与分类** **🔑 定点数：** 小数点位置固定的数值表示方法 | 类型 | **定义** | **示例** | **应用场景** | | ------------ | -------------- | ------------------------ | ------------ | | **定点整数** | 小数点在末尾 | $101_2 = 5_{10}$ | 整数运算 | | **定点小数** | 小数点在首位后 | $0.1001_2 = 0.5625_{10}$ | 精密计算 | **💾 存储格式：** `符号位(1位) + 数值位(n位)` = 总长度 $n+1$ 位 #### 1.2 **关键特性对比** | 特性 | **定点数** | **浮点数** | | ----------------- | ------------ | ---------- | | 📊 **表示范围** | 有限，易溢出 | 极大范围 | | 🎯 **精度** | 固定精度 | 动态精度 | | ⚡ **运算速度** | 快 | 相对较慢 | | 🔧 **硬件复杂度** | 简单 | 复杂 | | 🔋 **功耗** | 低 | 高 | ### 2. 📊 **定点数表示范围** #### 2.1 **定点小数（纯小数）** **📋 范围对比表：** | 编码类型 | **最大正数** | **最小正数** | **最大负数** | **数据范围** | | -------- | -------------------------------- | ------------------------------ | ---------------------------------- | ------------------------------------ | | **原码** | $0.111\cdots1$
$(1-2^{-n})$ | $0.000\cdots1$
$(2^{-n})$ | $-0.111\cdots1$
$(-1+2^{-n})$ | $-(1-2^{-n}) \leq X \leq (1-2^{-n})$ | | **补码** | $0.111\cdots1$
$(1-2^{-n})$ | $0.000\cdots1$
$(2^{-n})$ | $-1.000\cdots0$
$(-1)$ | $-1 \leq X \leq (1-2^{-n})$ | **📝 示例（8位定点小数，$n=7$）：** - **补码范围：** $[-1.0000000, +0.1111111]$ 即 $[-1, 0.9921875]$ #### 2.2 **定点整数（纯整数）** **📋 范围对比表：** | 编码类型 | **最大正数** | **最小负数** | **数据范围** | | -------- | -------------------------------- | ----------------------------------- | -------------------------------------- | | **原码** | $0111\cdots1$
$(2^{n-1}-1)$ | $1111\cdots1$
$(-(2^{n-1}-1))$ | $-(2^{n-1}-1) \leq X \leq (2^{n-1}-1)$ | | **补码** | $0111\cdots1$
$(2^{n-1}-1)$ | $1000\cdots0$
$(-2^{n-1})$ | $-2^{n-1} \leq X \leq (2^{n-1}-1)$ | **📝 示例（8位定点整数，$n=7$）：** - **补码范围：** $[-128, +127]$ ### 3. 🔄 **数制转换详解** #### 3.1 **十进制 → 二进制定点数** **🎯 定点小数转换步骤：** **📝 示例：** $0.625_{10} \rightarrow 8$位定点小数 $$ \begin{aligned} 0.625 \times 2 &= 1.25 \quad \text{取整：} 1, \text{余：} 0.25\\ 0.25 \times 2 &= 0.5 \quad \text{取整：} 0, \text{余：} 0.5\\ 0.5 \times 2 &= 1.0 \quad \text{取整：} 1, \text{余：} 0 \end{aligned} $$ **✅ 结果：** $0.625_{10} = 0.101_2 = 0\,1010000_{\text{补}}$ **🎯 定点整数转换：** **📝 示例：** $5_{10} \rightarrow 8$位定点整数 **步骤：** $5_{10} = 101_2 \rightarrow 0\,0000101_{\text{补}}$ #### 3.2 **二进制定点数 → 十进制** **🎯 定点小数转换公式：** $$X = \sum_{i=1}^{n} b_i \times 2^{-i}$$ **📝 示例：** $1\,0110000_{\text{补}}$ → 十进制 **步骤：** 1. 符号位为1，表示负数 2. 数值位：$0110000$ 3. 按权展开：$0 \times 2^{-1} + 1 \times 2^{-2} + 1 \times 2^{-3} + 0 + \cdots = 0.25 + 0.125 = 0.375$ 4. 补码转换：先减1得反码 $1\,0001111$，再取反得原码 $1\,1110000$ 5. **结果：** $-0.875$ **🎯 定点整数转换公式：** $$X = \sum_{i=0}^{n-1} b_i \times 2^{i}$$ #### 3.3 **编码转换规则** **🔄 原码 ↔ 补码：** | 转换方向 | **正数** | **负数** | | --------- | -------- | --------------- | | 原码→补码 | 不变 | 数值位取反+1 | | 补码→原码 | 不变 | 减1后数值位取反 | **📝 示例：** $-5$ 的编码转换（8位） $$ \begin{aligned} \text{原码：} &\quad 1\,0000101\\ \text{反码：} &\quad 1\,1111010\\ \text{补码：} &\quad 1\,1111011 \end{aligned} $$ ### 4. ⚡ **定点数运算** #### 4.1 **补码加减法** **🎯 运算规则：** $$[A \pm B]_{\text{补}} = [A]_{\text{补}} \pm [B]_{\text{补}}$$ **📝 示例：** $(-5) + 3$（8位） $$ \begin{aligned} -5: &\quad 1\,1111011\\ +3: &\quad 0\,0000011\\ \hline \text{和}: &\quad 1\,1111110 = -2 \end{aligned} $$ #### 4.2 **溢出检测** **⚠️ 溢出判断方法：** 1. **进位标志法：** $V = C_{n-1} \oplus C_n$ 2. **符号检测法：** 同号相加结果异号 **📝 溢出示例：** $127 + 1$（8位补码） $$ \begin{aligned} 127: &\quad 0\,1111111\\ +1: &\quad 0\,0000001\\ \hline \text{和}: &\quad 1\,0000000 = -128 \quad \text{（溢出）} \end{aligned} $$ **检测：** $C_6 = 1, C_7 = 0 \Rightarrow C_6 \oplus C_7 = 1$ **→ 溢出** ### 5. 💼 **定点数应用场景** | 应用领域 | **特点** | **典型应用** | | ------------------- | ---------------- | -------------------- | | 🤖 **嵌入式系统** | 低功耗、实时性高 | 传感器处理、控制系统 | | 🎵 **数字信号处理** | 高精度、低延迟 | FFT算法、数字滤波器 | | 💰 **金融计算** | 避免浮点误差 | 货币计算、利息计算 | | 🎮 **图形处理** | 并行计算友好 | 像素处理、坐标变换 | --- ## 🌊 浮点数表示 ### 1. 🔬 **浮点数核心概念** #### 1.1 **通用表示形式** **🎯 浮点数公式：** $$N = (-1)^S \times M \times R^E$$ **参数说明：** - $S$：**符号位**（0=正，1=负） - $M$：**尾数**（有效数字） - $E$：**阶码**（指数） - $R$：**基数**（通常为2） #### 1.2 **IEEE 754标准** **📋 单精度（32位）格式：** | 字段 | **位数** | **范围** | **计算规则** | | ---------- | -------- | --------- | -------------------------- | | 符号位 $S$ | 1位 | 0或1 | 0=正数，1=负数 | | 阶码 $E$ | 8位 | 0-255 | 实际指数 = $E - 127$ | | 尾数 $M$ | 23位 | 0-8388607 | 实际尾数 = $1.M$（规格化） | **📋 双精度（64位）格式：** | 字段 | **位数** | **偏移量** | | ---------- | -------- | ---------- | | 符号位 $S$ | 1位 | - | | 阶码 $E$ | 11位 | 1023 | | 尾数 $M$ | 52位 | - | **📝 转换示例：** $-0.75_{10}$ → IEEE 754单精度 **步骤：** 1. $-0.75_{10} = -0.11_2 = -1.1_2 \times 2^{-1}$ 2. $S = 1$（负数） 3. $E = 126$（$127 - 1$） 4. $M = 10000000000000000000000$ **✅ 结果：** `1 01111110 10000000000000000000000` ### 2. 📏 **浮点数规格化** #### 2.1 **规格化条件** **🎯 规格化要求：** $$\frac{1}{R} \leq |M| < 1 \quad \text{（二进制：} 0.5 \leq |M| < 1\text{）}$$ **📋 补码尾数规格化形式：** | 数值类型 | **规格化形式** | **示例** | | -------- | ---------------- | ----------- | | **正数** | $0.1xxx\cdots x$ | $0.1101000$ | | **负数** | $1.0xxx\cdots x$ | $1.0011000$ | #### 2.2 **规格化判断表** | 二进制补码 | **是否规格化** | **说明** | | --------------------------- | -------------- | ----------------------- | | $0.0011010 \times 2^{0010}$ | ❌ | 尾数首位非1 | | $0.1101000 \times 2^{0000}$ | ✅ | 满足 $0.5 \leq M < 1$ | | $1.1100110 \times 2^{0010}$ | ❌ | 负数应为$1.0xxx$形式 | | $1.0011000 \times 2^{0000}$ | ✅ | 满足 $-1 \leq M < -0.5$ | ### 3. 📈 **浮点数表示范围** #### 3.1 **IEEE 754单精度范围** | 数值类型 | **表示范围** | **十进制近似** | | ------------------ | ----------------------------- | ------------------------------ | | **最大规格化正数** | $(2-2^{-23}) \times 2^{127}$ | $\approx 3.4 \times 10^{38}$ | | **最小规格化正数** | $1.0 \times 2^{-126}$ | $\approx 1.18 \times 10^{-38}$ | | **最大非规格化数** | $(1-2^{-23}) \times 2^{-126}$ | $\approx 1.18 \times 10^{-38}$ | | **最小非规格化数** | $2^{-23} \times 2^{-126}$ | $\approx 1.4 \times 10^{-45}$ | #### 3.2 **溢出处理** | 情况 | **结果** | **表示** | | -------- | ------------- | ---------------- | | **上溢** | $\pm\infty$ | 阶码全1，尾数全0 | | **下溢** | 非规格化数或0 | 阶码全0 | ### 4. 🔢 **阶码与移码** #### 4.1 **移码定义** **🎯 移码公式：** $$[X]_{\text{移}} = 2^n + X \quad (-2^n \leq X \leq 2^n-1)$$ **💡 移码特性：** - 零的移码为 $10\cdots0$ - 真值与移码单调递增 - 便于大小比较 #### 4.2 **移码对照表** **📋 8位移码示例（$n=7$，偏移量=128）：** | **真值** | **补码** | **移码** | **十进制值** | | -------- | ---------- | ---------- | ------------ | | -128 | `10000000` | `00000000` | 0 | | -127 | `10000001` | `00000001` | 1 | | -1 | `11111111` | `01111111` | 127 | | 0 | `00000000` | `10000000` | 128 | | 1 | `00000001` | `10000001` | 129 | | 127 | `01111111` | `11111111` | 255 | ### 5. ⚙️ **浮点数运算** #### 5.1 **加减运算流程** ```mermaid graph LR A[🔄 对阶] --> B[➕ 尾数加减] B --> C[📏 规格化] C --> D[🔄 舍入] D --> E[⚠️ 溢出判断] style A fill:#e1f5fe style B fill:#f3e5f5 style C fill:#e8f5e8 style D fill:#fff3e0 style E fill:#ffebee ``` #### 5.2 **运算步骤详解** **🔄 步骤1：对阶（小阶向大阶看齐）** **📝 示例：** $X=2^3 \times 0.1101$，$Y=2^5 \times 0.1010$ - 阶差：$5-3=2$ - X尾数右移2位：$X' = 2^5 \times 0.001101$ **➕ 步骤2：尾数加减** $$[M_X]_{\text{补}} + [M_Y]_{\text{补}} = 00.001101 + 11.0110 = 11.100101$$ **📏 步骤3：规格化** - 结果：$11.100101$ → 左规1位 → $11.001010$（阶码-1） **🔄 步骤4：舍入** - 0舍1入：$11.001010 \rightarrow 11.00101$ **⚠️ 步骤5：溢出判断** - 检查阶码是否超出范围 #### 5.3 **典型运算示例** **📝 题目：** $X=2^7 \times \frac{29}{32}$，$Y=2^5 \times \frac{5}{8}$，求$X+Y$ **条件：** 阶码5位，尾数7位（含符号位） **解答过程：** 1. **对阶：** - $[X]_{\text{补}} = 00111\,00.11101$ - $[Y]_{\text{补}} = 00111\,00.0010100$ 2. **尾数运算：** - $00.11101 + 00.00101 = 01.00010$ → 尾数溢出 3. **右规处理：** - 尾数：$00.10001$，阶码+1 → $01000\,00.10001$ 4. **溢出判断：** - 阶码$01000$超出5位最大值$01111$ → **上溢** ### 6. 🚨 **浮点数特殊值** **📋 IEEE 754特殊值编码：** | **阶码E** | **尾数M** | **含义** | **示例** | | --------- | --------- | ------------ | ---------------------- | | 全0 | 全0 | $\pm 0$ | `0 00000000 000...000` | | 全0 | 非全0 | 非规格化数 | `0 00000000 000...001` | | 全1 | 全0 | $\pm \infty$ | `0 11111111 000...000` | | 全1 | 非全0 | NaN | `0 11111111 000...001` | ### 7. ⚠️ **浮点数运算误差** #### 7.1 **误差来源** | **误差类型** | **产生原因** | **影响** | | ------------ | ---------------- | -------- | | **对阶误差** | 尾数右移丢失低位 | 精度损失 | | **舍入误差** | 位数限制近似 | 累积误差 | | **运算误差** | 多次操作叠加 | 结果偏差 | #### 7.2 **误差控制方法** - **🎯 双精度运算：** 提高尾数精度 - **📊 误差分析：** 估算精度损失 - **🔧 特殊算法：** Kahan求和等 **📝 精度损失示例：** $$1.0 + 2^{-24} = 1.0 + 0.0000000596\cdots \approx 1.0 \quad \text{（单精度丢失）}$$ --- ## 📝 重要公式总结 ### 🎯 **核心公式速查** | **类别** | **公式** | **说明** | | -------------------- | ------------------------------------------------ | ---------------- | ---- | ------------ | | **进制转换** | $N = \sum_{i=-m}^{n} d_i \times r^i$ | 任意进制转十进制 | | **浮点数** | $N = (-1)^S \times M \times 2^{E-\text{偏移量}}$ | IEEE 754标准 | | **补码范围** | $[-2^{n-1}, 2^{n-1}-1]$ | n位补码表示范围 | | **定点小数（原码）** | $[-(1-2^{-n}), (1-2^{-n})]$ | 原码小数范围 | | **定点小数（补码）** | $[-1, (1-2^{-n})]$ | 补码小数范围 | | **定点整数（补码）** | $[-2^{n-1}, 2^{n-1}-1]$ | 补码整数范围 | | **溢出检测** | $V = C_{n-1} \oplus C_n$ | 补码溢出判断 | | **移码转换** | $[X]_{\text{移}} = 2^n + X$ | 移码公式 | | **规格化条件** | $0.5 \leq | M | < 1$ | 二进制规格化 | ### 🔍 **重要常数** | **标准** | **偏移量** | **表示范围** | | ------------------ | ---------- | ------------------------- | | **IEEE 754单精度** | 127 | $\pm 3.4 \times 10^{38}$ | | **IEEE 754双精度** | 1023 | $\pm 1.8 \times 10^{308}$ | --- ## 📚 复习要点 ### ⭐ **重点掌握** 1. **🔄 进制转换：** 熟练掌握各种进制间的转换方法 2. **⚡ 补码运算：** 理解补码的优势和运算规则 3. **📏 定点数范围：** 记住不同编码的表示范围 4. **🌊 浮点数格式：** 掌握IEEE 754标准格式 5. **⚙️ 浮点运算：** 理解五步运算流程 6. **⚠️ 溢出检测：** 掌握各种溢出判断方法 ### 🎯 **常考题型** - 进制转换计算 - 原码/反码/补码互转 - 定点数运算与溢出判断 - IEEE 754格式转换 - 浮点数加减运算 - 特殊值识别 ### 💡 **记忆技巧** - **补码优势：** "统一运算，唯一零值" - **浮点运算：** "对阶→加减→规格→舍入→溢出" - **IEEE 754：** "1+8+23=32位单精度，1+11+52=64位双精度" --- **作者：**xingwangzhe **本文链接：**[https://xingwangzhe.fun/posts/4f16228c/](https://xingwangzhe.fun/posts/4f16228c/) 本文采用[知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议](https://creativecommons.org/licenses/by-nc-sa/4.0/)进行许可。