计算机组成原理第六章 计算机的运算方法

文章目录

[6.1 无符号数和有符号数](#6.1 无符号数和有符号数)

[6.1.1 无符号数](#6.1.1 无符号数)

[6.1.2 有符号数](#6.1.2 有符号数)

1、原码

2、补码

3、反码

4、移码

5、小结

[6.2 数的定点表示和浮点表示](#6.2 数的定点表示和浮点表示)

[6.2.1 定点表示](#6.2.1 定点表示)

[6.2.2 浮点表示](#6.2.2 浮点表示)

1、浮点数的表现形式

2、浮点数的表示范围

3、浮点数的规格化

[6.2.3 定点数和浮点数的比较](#6.2.3 定点数和浮点数的比较)

[6.2.5 IEEE754标准](#6.2.5 IEEE754标准)

[6.3 定点运算](#6.3 定点运算)

[6.3.1 移位运算](#6.3.1 移位运算)

1、定义

2、算数移位规则

3、硬件实现左移和右移

4、算数移位和逻辑移位的区别

[6.3.2 加减法](#6.3.2 加减法)

1、补码加法的基本公式

2、溢出判断

[6.3.3 乘法运算](#6.3.3 乘法运算)

1、笔算乘法

2、原码一位乘运算

3、原码两位乘运算

4、补码一位乘运算

[6.3.4 除法运算](#6.3.4 除法运算)

1、笔算除法分析

2、原码除法

3、补码除法

[6.4 浮点四则运算](#6.4 浮点四则运算)

[6.4.1 浮点加减运算](#6.4.1 浮点加减运算)

1、对阶

2、尾数求和

3、规格化

4、舍入

5、判断溢出

6、完整运算

[6.4.2 浮点乘除运算](#6.4.2 浮点乘除运算)

6.1 无符号数和有符号数

6.1.1 无符号数

1、定义

所谓无符号数即没有符号的数,在寄存器中的每一位均可用来存放数值。

例如 123就是一个 无符号数±123就是一个有 符号数,显然无符号数只能表达正数,不能表达负数。

2、表示范围

无符号的数的表示范围和**机器字长** 有关,如果机器字长为16位,那么无符号数的表示范围就是:0~65535

65535就是 216-1

6.1.2 有符号数

对有符号数而言,++符号的"正"、"负"机器是无法识别的++ ,但由于"正"、"负"恰好是两种截然不同的状态,++如果用"0"表示"正",用"1"表示"负"++,这样符号也被数字化了,并且规定将它放在有效数字的前面,这样就组成了有符号数。

有符号数的表示有三种方式:

  • 原码
  • 补码
  • 反码
1、原码

原码定义如下:

例:如果是整数

[1101]原 = 0,1101

[-1101]原 = 1,1101

使用" **,"**作为间隔。

如果是小数

[0.1101]原 = 0.1101

[-0.1101]原 = 1.1101

使用" **."**作为间隔, 并且把原先整数位的0改为了符号位

原码中有一个特殊例子,那就是0的原码。

由于0可以表示为﹢0﹣0,所以0的原码有两种:

  • ﹢00,0
  • ﹣01,0

如果机器中采用原码做运算,会出现如下问题:

当一个正数加上一个负数的时候,符号位有可能为正也有可能为负。

相当于做了减法运算,但是计算机不擅长做减法而是擅长加法,所以需要进行一个转换。

为了避免这种情况于是出现了补码

2、补码

补码的本质其实就是**同余**。

举个例子,在时钟 的背景下,如果想要把6点变为3点,有两种做法:

  • 6 - 3 = 3
  • 6 + 9 = 15 = 3

15点相当于3点。

所以这里6加9和减去3的效果是一样的。

补码的定义如下:

有一种更简单的方法求解:

  • 对于正数x:[x]原 = [x]补
  • 对于负数x[x]补 = [x]原 符号位不变,各位取反,末位加一

例如:

  • [1101]补=[1101]原 = 0,1101
  • [-1101]补 = 1,0011

负数求解过程如下:
首先求解原码:[- 1101]原 = 1,1101
除了符号位 1,后面四位取反:1,0010
最后末位一个数加一1,0011
++如果遇到算数溢出,则舍去溢出部分++

和原码不同的是,±0的补码都是相同的,以4位为例:

  • [+ 0000]补:0,0000
  • [ - 0000]补:0,0000
  • 0000的原码是1,0000
    各位取反为:1,1111
    末尾加1会发现此时变为了10,0000
    ++这里会发现符号位溢出了,需要去掉最高位++ ,所以 [-0000]补:0,0000

最后补充一个知识点:

相反数的补码连同符号位,各位取反,末位加一

假设[y]补 = y0.y1y2...yn,求[-y]补

3、反码

定义:

求解很简单:

  • 正数:等同于原码
  • 负数:符号位不变,各位取反

例如:

  • [1101]反=[1101]原 = 0,1101
  • [-1101]反 = 1,0010
4、移码

当真值使用补码表示的时候,由于符号位和数值部分一起编码,所以比较的时候很难从补码的形式上判断真实的大小。

例如数21对应二进制的补码就是:0,10101

-21对应二进制的补码表示是:1,01101

由于在计算机中,,其实是不存在的,只是为了便于辨别符号和真值才写的,所以符号位也是一个二进制数 ,从代码形式上来看,就会得出1,01101 > 0,10101

但实际是相反的,为了便于直接进行比较,所以出现了移码

移码的定义是在对应真值加上一个2n。

但是这里有一个更简单的方法计算:对应补码符号位取反

例如:

  • [10101]移 = 1,10101
  • [-10101]移 = 0,01011

这样就可以直接比较移码的大小判断真值的大小。

5、小结

计算机三种码制

正数:[x]原 = [x]补= [x]反

负数

  • [x]补 = [x]原 符号位不变,各位取反,末尾加一
  • [x]反 = [x]原 符号位不变,各位取反

正数使用,区分,小数使用.区分。

表示范围:(假设机器字长为8位,总共可以表示256个数)

  • 原码:-127 ~ 127
  • 补码:-128 ~ 127
  • 反码:-127 ~ 127
  • 真值: 0 - 255

6.2 数的定点表示和浮点表示

6.2.1 定点表示

所谓定点表示,就是小数点的位置是固定

当小数点位于++数符和第一数值位之间时,机器内的数为纯小数++;

当小数点++位于数值位之后时,机器内的数为纯整数++。

在定点机中,由于小数点的位置固定不变,故当机器处理的数不是纯小数或纯整数时,必须乘上一个比例因子,否则会产生"溢出"。

比如机器字长为8位,使用定点表示 4这个数就是 0000100
使用定点表示 0.5这个数就是 0.10000000(小数点后面8位)
简单来说 定点数就是保证 位数固定不变

6.2.2 浮点表示

①常用的科学计数法

352.47=3.5247×102

=3524.7×10-1

=0.35247×103

浮点表示也是类似的,其格式如下:

其中:

  • N :真值
  • S :尾数(可正可负)
  • r :基数(一般取 2,4,8)
  • j :阶码(可正可负)

举个例子:

11.0101 = 0.110101 * 210

注意:这里的 10不是十进制当中的十,而是二进制表示的 2

  • S :0.110101
  • r :2
  • j :10
1、浮点数的表现形式

浮点数的表现形式如下:

j位用于表示阶码 ,其中1位表示**阶符** (1表示-0表示+),剩下用于表示真值

s位用于表示尾数 ,其中1位表示数符1表示-0表示+),剩下用于表示真值

举个例子,假设阶码有4位,尾数有8 0.110101 * 210可以表示为:

0,010; 0.1101010

  • 阶符 :0(1位)
  • 阶码真值 :010(3位)
  • 数符 :0(1位)
  • 尾数真值 :.1101010(7位)

使用;间隔尾数和阶码
其中:当小数点后面第一位为1的时候,这种为浮点数的规格化形式。
例如:N = 0.110101 * 210

2、浮点数的表示范围

以通式N= S×rj为例,设浮点数++阶码的数值位取m 位,尾数的数值位取n位++ ,当浮点数为非规格化数时,它在数轴上的表示范围如下所示。

首先看正数区,也就需要求出最大正数最小正数即可确定范围。

如果是最大正数,那么阶码就应该取正数的最大值 ,m位数值为阶码代表阶码数值的最大值应该为2m-1

例如:阶码数值为有4位,那么最大值应该是 1111也就是 15 = 24 -1

其次,尾数 也要最大,++也就是尾数数值部分应该全为1++ ,数值部分总共有n位,那尾数的最大值就是1-2-n

例如:尾数数值有8位,那么最大值应该是 0.11111111也就是 1-2-8

浮点数的数值只有在这两个区间(负数区和正数区)之间是有效的,超出这两个区域的都被称为溢出

  • 上溢出浮点数阶码大于最阶码,机器停止运算,进行中断溢出处理
  • 下溢出:浮点数阶码小于最 阶码,尾数强置 为0,按照机器零处理
3、浮点数的规格化

在浮点数中:基数r越大,表示的浮点数范围越大,但是精度会下降。

为了提高精度,一般会把尾数转为规格化数 ,++通常通过修改阶码并且将尾数左右移动的方式实现++,实现规则如下:

  • 基数为2
    • 尾数最高位为1的数是规格化数
    • 左规:尾数左移1位,阶码减1
    • 右规:尾数右移1位,阶码加1
  • 基数为4
    • 尾数最高2位不全为0的数是规格化数
    • 左规:尾数左移2位,阶码减1
    • 右规:尾数右移2位,阶码加1
  • 基数为8
    • 尾数最高3位不全为0的数是规格化数
    • 左规:尾数左移3位,阶码减1
    • 右规:尾数右移3位,阶码加1

注意这里的左移指的是尾数左移,实际小数点是右移的。
例如:0.0010变为0.0100就是左移1位

例:将十进制数+13/128写成二进制定点数和浮点数(++数值部分取10位,阶码部分取4位,阶符和数符各取1位++),分别写出它在定点机和浮点机中的机器数形式。

这里只要知道 1/128就是2-7即可,记得知道 +13/128 = 1101 * 2-7

解:令x=+13/128

其二进制形式:x=0.0001101000

定点数形式:x=0.0001101000

定点数不足的位数使用0补齐,小数后面补0,整数前面补0。

浮点数规格化表示:x=0.1101000000×2-11

浮点数的表示可以根据定点数来写, 对定点数进行规格化

定点机中 [x]原=[x]补=[x]反=0.0001101000

浮点机中 [x]原:1,0011;0.1101000000

[x]补:1,1101;0.1101000000

6.2.3 定点数和浮点数的比较

(1)++当浮点机和定点机中的数其位数相同时,浮点数的表示范围比定点数大得多++。

(2)当++浮点数为规格化数时,其精度远比定点数高++。

(3)浮点数运算要分阶码部分和尾数部分,而且运算结果都要求规格化 ,故浮点运算步骤比定点运算步骤多,运算速度比定点低,运算线路比定点复杂。

(4)在溢出的判断方法上,浮点数是对规格化数的阶码进行判断,而定点数是对数值本身进行判断。如小数定点机中的数其绝对值必须小于1,否则即"溢出",此时要求机器停止运算,进行处理。为了防止溢出,上机前必须选择比例因子,这个工作比较麻烦,给编程带来不便。而浮点数的表示范围远比定点数大,仅当"上溢"时机器才停止运算,故一般不必考虑比例因子的选择。

6.2.5 IEEE754标准

在IEE754浮点数标准中,定义的浮点数的格式如下表所示。

|------------|-----|-------|--------|--------|
| 浮点数 | 符号位 | 阶码 | 尾数 | 总位数 |
| 短实数长实数临时实数 | 111 | 81125 | 235264 | 326480 |

在IEEE754标准里面:

  • 阶码 使用移码表示
  • 尾数补码表示

这样做的目的是机器零的表示正好 可以让所有的位都是0,便于机器判断。

6.3 定点运算

6.3.1 移位运算

1、定义

举个简单的例子:15m = 1500cm

这就代表了15这个数字左移了2两位,左移之后空缺的地方补上了0,这就是移位运算。

在十进制中,左移一位,相当于数值大小为原来的10倍,那么在二进制中,左移一位,相当于数值大小为原来的2倍。

前面我们知道,++计算机中有些二进制数是代表符号位的++,那么又产生如下定义:

  • 逻辑移位:无符号位进行移位
  • 算数移位:有符号位进行移位
2、算数移位规则

补位的规则如下:

|------|----------|------|
| | 码 制 | 添补代码 |
| 正数 | 原码、补码、反码 | 0 |
| 负数 | 原码 | 0 |
| 补码 | 左移添0 |
| 右移添1 |
| 反 码 | 1 |

在算数移位的过程中:++符号位不参与移动++

举个例子:

设机器数字长为8位(含一位符号位),若A=±26,写出++三种机器数左、右移一位和两位后的表示形式++及对应的真值,并分析结果的正确性。

首先来看正数,根据八位的字长写出其二进制形式0,0011010(左移时最高数位丢1,结果出错,右移时最低数位丢1,影响精度)

|----------------------|-----------|-------|
| 移位操作 | 机 器 数 | 对应的真值 |
| [A]原=[A]补=[A]反 |
| 移位前 | 0,0011010 | +26 |
| 左移一位 | 0,0110100 | +52 |
| 左移两位 | 0,1101000 | +104 |
| 右移一位 | 0,0001101 | +13 |
| 右移两位 | 0,0000110 | +6 |

接下来看负数,这里就需要根据三种码制的不同来分别分析:

|------|-----------|-----------|-----|
| 移位操作 | 机 器 数 | 对应的真值 |
| 移位前 | 原码 | 1,0011010 | -26 |
| 左移一位 | 1,0110100 | -52 |
| 左移两位 | 1,1101000 | -104 |
| 右移一位 | 1,0001101 | -13 |
| 右移两位 | 1,0000110 | -6 |
| 移位前 | 补码 | 1,1100110 | -26 |
| 左移一位 | 1,1001100 | -52 |
| 左移两位 | 1,0011000 | -104 |
| 右移一位 | 1,1110011 | -13 |
| 右移两位 | 1,1111001 | -7 |
| 移位前 | 反码 | 1,1100101 | -26 |
| 左移一位 | 1,1001011 | -52 |
| 左移两位 | 1,0010111 | -104 |
| 右移一位 | 1,1110010 | -13 |
| 右移两位 | 1,1111001 | -6 |

总结上述规律:

  • 左移可能会导致结果出错(最高位丢失)
  • 右移可能会导致结果精度下降(最低位丢失)
3、硬件实现左移和右移

其中(a)真值为正的三种机器数的移位操作;(b)负数原码的移位操作;(c)负数补码的移位操作;(d)负数反码的移位操作。

4、算数移位和逻辑移位的区别

有符号数的移位称为算术移位,无符号数的移位称为逻辑移位。

逻辑移位的规则是:逻辑左移时,高位移出,低位添0;逻辑右移时,低位移出,高位添0。例如,寄存器内容为01010011,逻辑左移为1010010,算术左移为00100110(最高数位"1"移丢)。

又如寄存器内容为10110010,逻辑右移为01011001。若将其视为补码,算术右移为11011001。显然,两种移位的结果是不同的。

上例中为了避免算术左移时最高数位丢1,可采用带进位(Cy)的移位,其示意图如下图所示。算术左移时,符号位移至Cy,最高数位就可避免移出。

6.3.2 加减法

1、补码加法的基本公式

前面说过,计算机通常会把减法化为加法进行计算,而把减法化为加法的做法就是使用补码。

加法公式如下:

  • 整数:[A]补+[B]补=[A+B]补 (mod 2n+1)
  • 小数:[A]补+[B]补=[A+B]补 (mod 2)

减法公式如下:

  • 整数:[A-B]补=[A]补+[-B]补 (mod 2n+1)
  • 小数:[A-B]补=[A]补+[-B]补 (mod 2)

例1:x=0.1010,y=-0.0011,用++补码的加法++求x+y

解:[x]补=0.1010,[y]补=1.1101

[x]补+[y]补=0.1010+1.1101=10.0111(溢出部分舍去)

x+y=0.0111

例2:x=0.1001,y=-0.0011,用++补码的减法++求x-y

解:[x]补=0.1001,[y]补=1.1101,[-y]补=0.0011

[x]补-[y]补=[x]补+[-y]补=0.1001+0.0011=0.1100

x-y=0.1100

2、溢出判断

例如在上面的题目中,补码做加减法的时候可能会存在溢出现象,这种溢出判断会影响实际值的大小,也就是超出了机器字长表示的范围。所以需要做溢出判断。

判断方式有两种:

(1)用一位符号做溢出判断

不难知道,只有如下两种情况才可能出现溢出:

  • 正数+正数
  • 负数+负数

减法统一化为加法。

如果出现溢出现象,那么AB两位的符号位应该是相同的,当运算结果的符号位和原AB符号位不同的时候,就是溢出

例如:

(2)用两位符号做溢出判断

原始的符号位定义如下:

  • 正:0
  • 负:1

两位符号位的定义如下:

  • 正:00
  • 负:11

同样,如果出现溢出现象,那么AB两位的符号位应该是相同的。

这种带有两位符号位的补码叫做**变形补码,变形补码的运算需要带上符号位。**

变形补码判断溢出的原则是:运算结果的两位符号位不同的时候,就表示溢出,否则就是不溢出。

  • 溢出:两位符号位为01
  • 溢出:两位符号位为10

无论是否溢出,两位符号位的最高位表示变形补码的真正符号

例:设x=+1100y=+1000,求6位双符号位补码之和[x+y]补。

[x]补=00,1100, [y]补=00,1000

[x+y]补=00,1100+00,1000=01,0100

[x+y]补=01,0100,其中两个符号位出现01,表示已溢出,并且为上溢出,最终结果符号为正。

验算可得:x+y = 12 + 8 = 20 ,确实为上溢出。

6.3.3 乘法运算

1、笔算乘法

设A=0.1101,B=0.1011,求A×B。

如果是笔算,可以知道:

可以看的出来,二进制的乘法其实可以概括为两个运算:加法运算移位运算

加法就是加法,而移位运算实际上就是乘2n,将其稍作改动可以获得:

由此可以知道原码的计算乘法的方法,主要有两种方法:

  • 原码一位乘法
  • 原码两位乘法

这里的一位指代的是一次和一位二进制数做运算
那么两位就是指一次和两位二进制数做运算。

2、原码一位乘运算

在计算机中,乘法最后的结果不是有一块单独的寄存器存储的,而是分为两块:ACC(乘积高位),MQ(乘积低位)

①乘法运算可用移位和加法来实现,两个4位数相乘,总共需要进行4次加法运算和4次 移位。

②由乘数的末位值确定被乘数是否与原部分积相加,然后右移一位,形成新的部分积;同时,乘数也右移一位,由次低位作新的末位,空出最高位放部分积的最低位。

③每次做加法时,被乘数仅仅与原部分积的高位相加,其低位被移至乘数所空出的高位位置

步骤如下:

  • 首先,符号位 由乘数和被乘数的符号位做异或决定,不参与后面的真值运算。
  • 高位部分首先置为0,低位部分为乘数真值
  • 然后被乘数依次乘以**乘数各位(从低位到高位),其结果加上前一次高位部分的结果,作为高位的最终结果**
  • 高位部分右移一位,移出的部分补到低位部分的高位,低位部分的最低位舍去(这一点非常重要)
  • 往复上述过程,直到乘数所有位数都被乘完,最终**++高位和低位合并即为最终结果++**。

比如,一开始高位置为0,也就是00.0000,低位为乘数真值,也就是1011

先做加法运算 ,被乘数1101乘以乘数最低位1答案就是1101,结果加上前一次高位就是00.1101

接下来做移位运算 ,高位右移一位:00.01101;低位右移并且补位:11101

3、原码两位乘运算

原码两位乘与原码一位乘一样,符号位的运算和数值部分是分开进行的,但原码两位乘是用两位乘数的状态来决定新的部分积如何形成,因此可提高运算速度

思路还是和一位乘一样,一位乘每次值乘一个二进制位数,也就是只有0, 1,两位乘就有四种情况:

|-----|------------|
| 乘数 | 新的部分积 |
| 0 0 | 加上0倍的|x| |
| 0 1 | 加上1倍的|x| |
| 1 0 | 加上2倍的|x| |
| 1 1 | 加上3倍的|x| |

上面四种情况里面,++0倍就是加上0,1倍就是加上原数,2倍相当于原数直接左移一位++ ,只有3倍处理起来比较麻烦,在计算机中可以这样操作:++原数先乘以4(左移两位),再减去1倍的原数(转为补码就变成了加法)++。

4、补码一位乘运算

6.3.4 除法运算

1、笔算除法分析

笔算除法如下:

和正常十进制的除法运算类似,特点可以归纳为:

  • 每次上商都是通过比较余数(被除数)和除数的大小来确定商为1还是0。
  • 例如:第一步中0.1101作为除数,大于被除数 0.1011,所以第一位上商为0
  • 每一次做减法运算,余数(被除数)不动,低位补0再减去右移后的除数
  • 上商的位置不固定(说实话我也不懂这句话是什么意思)
  • 商符单独处理(也就是做异或运算)

小数定点除法运算对于被除数和除数有一定的约束:0 < |被除数| ≤ |除数|

2、原码除法

原码除法有两种方法:

(1)恢复余数法

特点:当余数为负数的时候,加上除数,让余数恢复为原来的余数。

步骤

  1. 符号位单独按两数符号异或求得;参与运算的是绝对值的补码
  2. 判溢出, 要求|被除数| < |除数| (对小数而言)(如果是整数,则要求|被除数| > |除数| );
  3. 被除数减去除数,(加上除数的补码
  4. ++若所得余数为正,相应位上商为1,余数左移一位,减去[y]补;若余数为负,相应位上商为0,余数加上除数(恢复余数),再左移一位,加上[-y]补;++
  5. 重复第4步,直到求得所要求的商为止(移n次)
  6. 若最后一步余数为负,则需要恢复余数。

举个例子:

例:已知:x=-0.1011,y=-0.1101,求:[x÷y]原

解:首先写出x和y的原码补码:[x]原=1.1011[y]补=1.0011,[y]原=1.1101

|------------------------|---------|--------------------------------|
| 被除数(余数) | 商 | 说 明 |
| 0.1011 + 1.0011 | 0.0000 | +[-y*]补(减去除数) |
| 1.1110 + 0.1101 | 0 | 余数为负,上商0 恢复余数+[y*]补 |
| 0.1011 1.0110 + 1.0011 | 0 | 被恢复的被除数 左移1位 +[-y*]补(减去除数) |
| 0.1001 1.0010 + 1.0011 | 01 01 | 余数为正,上商1 左移1位 +[-y*]补(减去除数) |
| 0.0101 0.1010 +1.0011 | 011 011 | 余数为正,上商1 左移1位 +[-y*]补(减去除数) |
| 1.1101 + 0.1101 | 0110 | 余数为负,上商0 恢复余数+[y*]补 |
| 0.1010 1.0100 + 1.0011 | 0110 | 被恢复的被除数 左移1位 +[-y*]补(减去除数) |
| 0.0111 | 01101 | 余数为正,上商1 |

符号位由除数和被除数决定,最后可得,商值为0.1101

四位小数,做 五次加法运算,其中最后一次为矫正作用。

(2) 加减交替法

所谓加减交替法,也就是不做余数的回复,通过先移位的方式来避免恢复余数,过程如下:

举个例子:

例:已知:x=-0.1011,y=0.1101,求:[x÷y]原

解:首先写出x和y的原码补码:[x]原=1.1011[-y]补=1.0011,[y]原=1.1101

这里是无论上商为多少,都是先做移位运算,再根据上商做加法

  • 上商0:+[y*]补
  • 上商1:+[-y*]补

|------------------------|-----------|-------------------------------|
| 被除数(余数) | 商 | 说 明 |
| 0.1011 + 1.0011 | 0.0000 | +[-y*]补(减除数) |
| 1.1110 1.1100 + 0.1101 | 0 0 | 余数为负,上商0 ← 1位 +[y*]补 (加除数) |
| 0.1001 1.0010 + 1.0011 | 01 01 | 余数为正,上商1 ← 1位 +[-y*]补(减除数) |
| 0.0101 0.1010 + 1.0011 | 011 011 | 余数为正,上商1 ← 1位 +[-y*]补(减除数) |
| 1.1101 1.1010 + 0.1101 | 0110 0110 | 余数为负,上商0 ← 1位 +[y*]补 (加除数) |
| 0.0111 | 01101 | 余数为正,上商1 |

最后答案还是相同的:0.1101

3、补码除法

补码除法常采用加减交替法

算法规则如下:

  1. 符号位参加运算,除数与被除数均用双符号补码表示。
  2. ++被除数与除数同号 ,被除数减去 除数;被除数与除数异号 ,被除数加上除数++。
  3. ++余数与除数同号 ,商上1 ,余数左移一位减去除数; 余数与除数异号 ,商上0,余数左移一位加上除数++。(注意:余数左移加上或减去除数后就得到了新余数。)
  4. 采用校正法包括符号在内,重复n+1次3

注意,使用此运算规则,需要修正商符, 商的末位恒置1

简化可得:

|---------------|----|
| [x]补与[y]补 | 商值 |
| 同号 | 1 |
| 异号 | 0 |

关于商符:

在小数定点除法中,被除数的绝对值必须小于除数的绝对值,否则商大于1而溢出。因此:

  • 当[x]补与[y]补同号 时,[x]补-[y]补所得的余数[R0]补与[y]补异号,商上"0",恰好与商的符号(正)一致;
  • 当[x]补与[y]补异号 时,[x]补+[y]补所得的余数[R0]补与[y]补同号,商上"1",这也与商的符号(负)一致。

可见,商符是在求商值过程中自动形成的

此外,商的符号还可用来判断商是否溢出。例如:

  • 当[x]补与[y]补同号时,若[R0]补与[y]补同号,上商"1",即溢出。
  • 当[x]补与[y]补异号时,若[R0]补与[y]补异号,上商"0",即溢出。

当然,对于小数补码运算,商等于"-1"应该是允许的,但这需要特殊处理,为简化问题,这里不予考虑。

举个例子:

例:已知:x=-0.1001, y=+0.1101 求: [x÷y]补

解:[x]补=1.0111,[y]补=0.1101,[-y]补=1.0011

|------------------------|------------|-----------------------------------|
| 被除数(余数) | 商 上商 | 说 明 |
| 1.0111+ 0.1101 | 0.0000 | [x]补与[y]补异号,+[y]补 |
| 0.0100 0.1000 + 1.0011 | 1 1 | [R]补与[y]补同号,上商1 ← 1位 +[-y]补 |
| 1.1011 1.0110 + 0.1101 | 10 10 | [R]补与[y]补异号,上商0 ← 1位 +[y]补 |
| 0.0011 0.0110 + 1.0011 | 101 101 | [R]补与[y]补同号,上商1 ← 1位 +[-y]补 |
| 1.1001 1.0010 | 1010 10101 | [R]补与[y]补异号,上商0 ← 1位,末位商恒置"1" |

所以[x÷y]补=1.0101

6.4 浮点四则运算

6.4.1 浮点加减运算

首先我们需要知道浮点数的形式:

x = S * r j

由于浮点数尾数的小数点均固定在第一数值位前,尾数的加减运算规则与定点数完全相同 。但由于其阶码的大小又直接反映尾数有效值的小数点位置,++因此当两浮点数阶码不等时,因两尾数小数点的实际位置不一样++,尾数部分无法直接进行加减运算。因此,浮点数加减运算必须按以下n步进行:

对阶:使两数的阶码位置对齐。

尾数求和:将对阶后的两尾数按定点加减运算规则求和(差)。

规格化:为增加有效数字的位数,提高运算精度,必须将求和(差)后的尾数规格化。

舍入:为提高精度,要考虑尾数右移时丢失的数值位。

判断结果:即判断结果是否溢出。

1、对阶

对阶的目的是使两操作数的小数点位置对齐 ,即使两数的阶码相等 。为此,首先要求出阶差,再按小阶向大阶看齐 的原则,使阶小的尾数向右移位,每右移一位,阶码加1 ,直到两数的阶码相等为止。右移的次数正好等于阶差。++尾数右移时可能会发生数码丢失,影响精度++。

例如,两浮点数**x=0.1101×201y=(-0.1010)×211** ,求x+y

很明显这里y的阶码比较大,所以这里需要转换的是x的阶码,由01变为11,也就是从1变成了3,尾数应该右移两位,所以0.1101变为0.0011。此时x=0.0011×211

2、尾数求和

对阶后的两个尾数按定点加(减)运算规则进行运算。

eg:如上例中的两数对阶后得:

[x]补=00,11;00.0011

[y]补=00,11;11.0110

则[Sx+Sy]补=00.0011 +11.0110=11.1001

即[x+y]补=00,11;11.1001

3、规格化

由第二章可知,尾数S的规格化形式为

如果采用双符号位的补码,则

  1. 当S>0时,其补码规格化形式为:[S]补=00.1××...×
  2. 当S<0时,其补码规格化形式为:[S]补=11.0××...×

对S<0时,有两种情况需特殊处理。

①S=-1/2,则[S]补=11.100...0。对于补码而言,它不满足于上面的规格化表示式。为了便于硬件判断,特规定-1/2是规格化的数(对补码而言)。

②S=-1,则[S]补=11.000...0。因小数补码允许表示-1,故**-1视为规格化的数**。

注:规格化又分左规和右规两种。

(1)左规。当尾数出现00.0××...×或11.1××...×时,需左规。左规时尾数左移一位,阶码减1,直到符合补码规格化表示式为止。

如上例求和结果为:

[x+y]补=00,11;11.1001

++尾数的第一数值位与符号位相同,需左规,即将其左移一位,同时阶码减1,++ 得[x+y]补=00,10;11.0010。

(2)右规。当尾数出现01.××...×或10.××...×时,表示尾数溢出,这在定点加减运算中是不允许的,但在浮点运算中这不算溢出,++可通过右规处理。右规时尾数右移一位,阶码加1++。

4、舍入

在对阶和右规的过程中,可能会将尾数的低位丢失,引起误差,影响了精度,为此可用舍入法来提高尾数的精度。常用的舍入方法有三种。

(1)截去法:将多余的位截去,剩下的位不变。其最大误差接近于数据最低位上的1。

特点:有舍无入,具有误差积累。

(2)"0舍1入"法:"0舍1入"法类似于十进制运算中的"四舍五入"法,即在尾数右移时,被移去的最高数值位为0,则舍去;被移去的最高数值位为1,则在尾数的末位加1。这样做可能使尾数又溢出,此时需再做一次右规。

特点:其最大误差是最低位上的-1/2到接近于1/2之间,正误差可以和负误差抵消。是比较理想的方法,但实现起来比较复杂。

(3)"恒置1"法:尾数右移时,不论丢掉的最高数值位是"1"或"0",都使右移后的尾数末位恒置"1"。这种方法同样有使尾数变大和变小的两种可能。

特点:尽管误差范围扩大了,但正负误差可以相互抵消,从统计角度,平均误差为0。因此最后运算结果的准确性提高了。

5、判断溢出
  • 阶码[j]补=01,××...×为上溢。
  • 阶码[j]补=10,××...×为下溢,按机器零处理。

阶符为"01"时,需做溢出处理。

6、完整运算

6.4.2 浮点乘除运算

两个浮点数相乘,++其乘积的阶码应为相乘两数的阶码之和++++其乘积的尾数应为相乘两数的尾数之积++

两个浮点数相除,++商的阶码为被除数的阶码减去除数的阶码++++其尾数为被除数的尾数除以除数的尾数所得的商++

步骤如下:

  1. 阶码运算
  2. 尾数运算
  3. 规格化
  4. 舍入处理
相关推荐
hsling松子2 小时前
使用PaddleHub智能生成,献上浓情国庆福
人工智能·算法·机器学习·语言模型·paddlepaddle
正在走向自律2 小时前
机器学习框架
人工智能·机器学习
好吃番茄3 小时前
U mamba配置问题;‘KeyError: ‘file_ending‘
人工智能·机器学习
FreakStudio5 小时前
全网最适合入门的面向对象编程教程:56 Python字符串与序列化-正则表达式和re模块应用
python·单片机·嵌入式·面向对象·电子diy
slomay5 小时前
关于对比学习(简单整理
经验分享·深度学习·学习·机器学习
yufei-coder5 小时前
掌握 C# 中的 LINQ(语言集成查询)
windows·vscode·c#·visual studio
AI完全体6 小时前
【AI知识点】偏差-方差权衡(Bias-Variance Tradeoff)
人工智能·深度学习·神经网络·机器学习·过拟合·模型复杂度·偏差-方差
羊小猪~~8 小时前
深度学习项目----用LSTM模型预测股价(包含LSTM网络简介,代码数据均可下载)
pytorch·python·rnn·深度学习·机器学习·数据分析·lstm
我是哈哈hh8 小时前
专题十_穷举vs暴搜vs深搜vs回溯vs剪枝_二叉树的深度优先搜索_算法专题详细总结
服务器·数据结构·c++·算法·机器学习·深度优先·剪枝
EVERSPIN8 小时前
分享国产32位单片机的电机控制方案
单片机·嵌入式硬件