昨天在群里面看到耳濡目染同志发了这么一张图。
图片
问的是 -1155459666 怎么变成 3139507630,这个问题比较有意思,虽然简单,但涉及到了原码、反码、补码相关的知识,本篇文章就来详细解释一下。
抛出一个问题,有两个整数 94、78,如果让你计算它们的和,你会怎么做?不用想,我们都会像下面这样。
图片
十进制是逢十进一,当产生溢出时会往前进一位,因此结果就是 110 + 062 等于 172。但计算机在运算时会使用二进制,本质是一样的,只不过二进制是逢二进一。
图片
我们验证一下。
print(94 + 78) # 172
print(0b10101100) # 172
另外我们知道,与运算时,如果两个二进制位均是 1,那么结果是 1,否则结果是 0;异或运算时,如果两个二进制位相同,结果是 0,否则结果是 1。
# 与运算,两个二进制位均是 1,结果才是 1
print(1 & 1) # 1
print(1 & 0) # 0
print(0 & 1) # 0
print(0 & 0) # 0
# 异或运算,两个二进制位相同,结果为 0,相异结果为 1
print(1 ^ 1) # 0
print(1 ^ 0) # 1
print(0 ^ 1) # 1
print(0 ^ 0) # 0
然后再观察一下之前的式子。
图片
所以当两个整数相加时,我们还可以这么做。
a = 94
b = 78
# 无进位加法
print(a ^ b) # 16
# a + b 的进位
# 既然是进位,那么 (a & b) 要左移一位
print((a & b) << 1) # 156
# 两者相加
print(
((a & b) << 1) + (a ^ b)
) # 172
当然两个整数直接相加的话,这么做没啥意义,它一般会应用于二分查找。在二分查找中,为了避免两个整数相加溢出,求平均值的时候一般会这么做。
l = 123
r = 789
# 对于 C、Java 等语言来说,当 l、r 非常大时,相加可能会产生溢出
print((l + r) // 2) # 456
# 因此一般都会这么做
print(l + (r - l) // 2) # 456
# 但显然还有更高效的做法
print((l & r) + ((l ^ r) >> 1)) # 456
然后来说一说原码、反码和补码,不过首先我们要知道负数是如何表示的,对于一个有符号整数来说,它的最高位表示符号位。比如一个 8 位整数:
图片
开头的符号位如果为 0,则表示正数,为 1 则表示负数,然后剩余的有效位则表示具体的数值。比如 15 的二进制是 1111,那么:
- 八位整数 15 的二进制就是 00001111;
- 八位整数 -15 的二进制就是 10001111;
由于 7 个位能表示的最大整数是 2 的 7 次方减 1,所以八位整数的最大值就是 127,而最小值是 -128。那么问题来了,为什么最小值是 -128 呢?这就涉及到原码、反码和补码了。
计算机为了人类阅读方便,会以原码的形式展示,但在计算和存储的时候则是以补码的形式。
- 对于正数来说,它的原码、反码、补码是相同的。
- 对于负数来说,它的反码等于原码的符号位不变、其它位取反(1 变 0,0 变 1),而补码则等于反码加 1。当然这是基于原码求补码,反过来也是一样。反码也等于补码的符号位不变、其它位取反,然后再加 1 得到原码,过程是一样的。
我们举个例子,假设两个八位整数 17 和 -5 相加。
图片
因此 00001100 就是两个整数的补码相加之后的结果,也就是 12,由于是正数,它的原码和反码也是 12。
再举个例子,假设两个八位整数 -17 和 5 相加。
图片
相信你应该明白整个逻辑了,计算机在存储整数时会以补码存储,运算也是以补码的形式,但展示则是以原码的形式。我们以 C 语言为例,来直观感受一下这个过程。
#include <stdio.h>
int main(int argc, char const *argv[]) {
// 对于有符号整数来说,最高位表示符号位
// 但对于无符号整数来说,所有的位都是有效位
// 所以无符号八位整数的范围是 0 ~ 255
// 147 的二进制为 0b10010011
unsigned char num = 147;
// 由于是正数,所以原码、反码、补码都是 0b10010011
printf("%hhu\n", num); // 147
// 但 C 语言不看你怎么存,就看你怎么读
// 如果以 %hhd 来读取的话,那么会以有符号的格式打印八位整数
// 此时 10010011 开头的 1 就变成了符号位
// 而计算机存储的 10010011 是补码,展示的时候要转成原码
// 反码:补码符号位不变,其它位取反,等于 11101100
// 原码:反码加 1,等于 11101101,转成十进制打印就是 -109
printf("%hhd\n", num); // -109
return 0;
}
我们再举个例子:
#include <stdio.h>
int main(int argc, char const *argv[]) {
// 八位有符号整数 -1 的原码是 1000_0001
// 反码是 1111_1110,补码是 1111_1111
// 所以计算机在存储 -1 的时候,存的就是二进制的 11111111
char num = -1;
// 但我们以无符号形式打印,那么 11111111 就全部都是有效位
printf("%hhu\n", num); // 255
printf("%hhu\n", 0b11111111); // 255
// 再比如我们使用 16 位整数,原码是 10000000_00000001
// 那么补码就是 11111111_11111111
// 如果以无符号格式打印,结果显然是 65535
short num2 = -1;
printf("%hu\n", num2); // 65535
printf("%hu\n", 0b1111111111111111); // 65535
// 32 位整数也是如此
int num3 = -1;
// 2 的 32 次方减 1,结果是 4294967295
printf("%u\n", num3); // 4294967295
return 0;
}
总结,对于一个有符号整数来说:
- 如果是正数(符号位是 0),它的原码、反码、补码是一致的。
- 如果是负数(符号位是 1),反码等于原码的符号位不变、其它位取反,补码等于反码加 1;或者反码等于补码的符号位不变、其它位取反,原码等于反码加 1。
计算机存储和运算使用的都是补码,但展示的是原码。
现在回到开头的问题了,-1155459666 是怎么变成 3139507630 的。
图片
还是那句话,不看你怎么存,就看你怎么读,反正存储的就是这一坨二进制。如果以有符号格式读取,最高位是符号位,结果就是 -1155459666;以无符号格式读取,最高位也是有效位,结果就是 3139507630。
from ctypes import c_int, c_uint
print(c_int(-1155459666).value)
"""
-1155459666
"""
print(c_uint(-1155459666).value)
"""
3139507630
"""
print(0b10111011_00100001_00010101_10101110)
"""
3139507630
"""
那么问题来了,为什么要整出补码这个东西出来呢?很好理解,有了补码,加法和减法可以共用一套逻辑,无论是 a + b 还是 a - b,底层的运算逻辑是相同的。
最后再来解释一下,为什么有符号八位整数的最大值是 127,最小值是 -128。
图片
两个整数 a 和 b,首先 a 的值肯定是 0,但问题是 b 的值是多少?难道是 -0 吗?如果不考虑 0,那么有符号八位整数能表达的正数范围是 1 ~ 127,负数范围是 -1 ~ -127,然后还剩下两个 0。于是让 00000000 表示 0,让 10000000 表示 -128。
图片
不管是多少位的有符号整数,它的最小值的绝对值一定比最大值多 1,因此八位整数的最小值是 -128,最大值是 127。
事实上 10000000 表示 -128 有些人为规定的意思,但它确保了数字范围的对称性,并允许有效地利用二进制位来表达整数。
以上就是整数在底层的存储方式,以及原码、反码、补码之间的关系。