【总结笔记】数据的表示与运算

【总结笔记】数据的表示与运算（C语言底层视角）

本部分涵盖：补码本质与转换、无符号数/有符号数类型转换、底层加减法流程、整数乘法与溢出判断、IEEE 754 浮点数表示与精度边界。

---

一、补码的本质——“观察滤镜”

核心思想：内存中的二进制位模式（Bit Pattern）永远不变，改变的只是编译器如何解读它。

滤镜（类型）	最高位含义	8 位表示范围
无符号（unsigned）	数值位，权重 $+2^{n-1}$	$0\sim 255$
有符号（int/char）	符号位，权重 $-2^{n-1}$	$-128\sim 127$

补码最高位的负权重本质（以8位为例）：

$\text{有符号真值}=b_7\times (-128)+b_6\times 64+\cdots +b_0\times 1$

模平移公式（$n$ 位）：

• 最高位为 0：有符号值 $S$ = 无符号值 $U$（相同）
• 最高位为 1：有符号值 $S=U-2^n$

---

二、补码转换四板斧

第一步：先看最高位！

最高位	判断	操作
0	正数	三码合一，直接加权求和，无需任何转换
1	负数	进入下面的转换流程

最高误区：看到补码就取反加 1！正数（最高位=0）绝对不要动！

负数补码的两种操作（严格区分）

目标	操作方式	符号位
求原码（写出机器数）	符号位不动，数值位取反加 1	保持 1
求真值（算十进制是负几）	全部所有位取反加 1，得绝对值，补负号	也取反

三种计算负数真值的方法（任选一种）：

1. 全位取反加 1：得绝对值，前面加负号
2. 权重代入法：最高位乘 $-2^{n-1}$，其余位正常加权
3. 模公式：$S=U-2^n$（如 $134-256=-122$）

移位口诀

• 左移（<<）：不分正负，低位补 0；高位被截断可能溢出
• 右移（>>）：
  • 无符号数（逻辑右移）：高位补 0
  • 有符号数（算术右移）：高位补符号位（正数补0，负数补1）

---

三、C语言整数类型混合运算——底层加减法

黄金法则：绝对不要直接用十进制计算底层寄存器的内容！

解题标准流程（五步法）

Step 1：十进制 → 二进制补码（或十六进制）
Step 2：类型转换（赋值）：位模式不变，只换解读方式
Step 3：减法 → 补码加法（A - B = A + (-B)的补码）
         求 -B 的补码：对 B 的补码全部取反加 1
Step 4：二进制补码加法，超出字长的进位直接丢弃（截断）
Step 5：根据结果变量的类型，将低 n 位翻译回十进制

溢出判断（三种方法，任写一种）

1. 双符号位法：若两个符号位不同（01或10），则溢出（01正溢，10负溢）
2. 进位异或法：最高有效位进位 $C_1$ 与符号位进位 $C_0$，若 $C_0\oplus C_1=1$ 则溢出
3. 符号逻辑法：正+正=负，或 负+负=正，则溢出

无符号数与有符号数的区别

• 无符号数超字长：叫进位（Carry），不是溢出
• 有符号数超范围：才叫溢出（Overflow）
• **同一个加法器（ALU）**可以同时处理有符号和无符号运算，只需调整溢出检测逻辑

注意：unsigned 做减法时若结果为负（如 unsigned i 做 0-1），会下溢变成 $2^{32}-1$（约 40 亿），极易导致死循环！

---

四、整数乘法的底层实现与溢出判断

实现原理：乘法 = 循环加法 + 移位（竖式乘法）

$n$ 位 × $n$ 位 → 产生 $2n$ 位完整乘积（绝对不会溢出）

溢出只发生在截断时

类型	溢出判断依据
无符号乘法	$2n$ 位乘积的高 $n$ 位不全为 0 → 溢出
有符号乘法	截断后符号位发生异常（正×正变负，负×负变正）→ 溢出

三种实现效率

方式	速度	原理
纯软件（加法+移位指令循环）	最慢	每步取指译码
带硬件支持的乘法指令	中等	微程序控制 ALU 自动循环
阵列乘法器	最快	纯组合逻辑，信号直通无需时钟

乘以 2 的幂次等价移位

$x\times 2^k=x\text{ 左移 }k\text{ 位}$

---

五、IEEE 754 浮点数表示与精度边界

32 位单精度结构

$\underset{1\text{位}}{\underbrace{S}}\underset{8\text{位阶码}}{\underbrace{E}}\underset{23\text{位尾数}}{\underbrace{M}}$

真值计算公式：

$\text{Value}=(-1{)}^S\times 1.M\times 2^{E-127}$

符号	含义
$S$	符号位，0 为正，1 为负
$E$	移码（偏置阶码），真实指数 $e=E-127$
$M$	尾数，规格化数省略整数位 1.，实际精度为 23+1=24位
$1.M$	规格化尾数（默认整数位为 1，不存储）

特殊值速查

$E$（阶码）	$M$（尾数）	含义
全 0（$E=0$）	全 0	$\pm 0$
全 0（$E=0$）	非 0	非规格化数（极小值）
全 1（$E=255$）	全 0	$\pm \infty$（如 7F800000H = $+\infty$）
全 1（$E=255$）	非 0	NaN（非数，Not a Number）

十进制转 IEEE 754 三步法

1. 写成规格化二进制：如 $16777215=2^{24}-1=1.\underset{23\text{个}1}{\underbrace{11\cdots 1}}\times 2^{23}$
2. 提取 $S,E,M$：$S=0$，$E=23+127=150=10010110_2$，$M=$ 23个1
3. 拼合十六进制：0 10010110 11111111111111111111111 → 4BFFFFFFH

精度与溢出边界（$f(n)=2^{n+1}-1$ 类型题）

类型	正常工作的最大 $n$	原因
int（32位）	$n=30$	最大正数为 31 个 1（第 32 位是符号位）
float 精确无误差	$n=23$	有效精度 24 位，$n+1\le 24$
float 不溢出	$n=126$	最大指数 $e_{max}=127$，需 $2^{n+1}<2^{128}$

易错：float 精度是 24 位不是 23 位！规格化数有隐含的整数位 1.，所以 23+1=24。

---

六、高频题型解题路线

题型一：求补码真值

看最高位
  → 0（正数）：直接加权，三码合一
  → 1（负数）：全位取反加 1 → 得绝对值 → 补负号
              或直接用模公式：S = U - 2ⁿ

题型二：C语言混合运算底层结果

转补码 → 类型转换只换解读不改位 → 减法变补码加法 → 截断低n位 → 按类型解读

题型三：乘法是否溢出

算出 2n 位完整乘积
无符号：高 n 位有非0 → 溢出
有符号：截断后符号位异常（正变负/负变正）→ 溢出

题型四：IEEE 754 边界判断（代码题）

f(n)有 n+1 个1
int：n+1 ≤ 31，即 n ≤ 30
float精确：n+1 ≤ 24，即 n ≤ 23
float不溢出：n+1 ≤ 127，即 n ≤ 126
7F800000H = +∞（阶码全1，尾数全0）

---

七、高频易错汇总

错误	正确做法
正数也去取反加 1	最高位为 0 → 正数，三码合一，直接加权
求原码和求真值搞混	原码：符号位不动，数值位取反加 1；真值：全位取反加 1 求绝对值
直接用十进制算底层运算	先转二进制补码，在二进制做完再截断，最后按类型解读
unsigned 做减法不考虑下溢	0 - 1 对 unsigned 变成 $2^{32}-1$，极易死循环
float 精度误以为 23 位	规格化有隐含 1.，实际精度 23+1=24 位
阶码直接当指数	真实指数 $e=E-127$（要减偏置值）
以为 2n 位乘积会溢出	2n 位中间结果永不溢出，溢出只发生在截断回 n 位时
有符号超范围叫进位	有符号超范围叫溢出（Overflow）；无符号超字长叫进位（Carry）