深入理解计算机系统(二)——信息的表示和处理

前言

​ 当构造存储和处理信息的机器时，二进制工作得更好，因为二值信号进行存储和执行计算的电子电路非常简单可靠。

​ 本章研究在计算机上如何表示数字和其他形式数据的基本属性，以及计算机对这些数据执行操作的属性，例如编码等。

信息存储

​ 大多数计算机使用8位的块（字节byte）作为最小的可寻址的内存单位，而不是访问内存中单独的位。

​ 机器级程序将内存视为一个非常大的字节数组，称为虚拟内存（virtual memory）。内存的每个字节都由一个唯一的数字标识，即为它的地址（address），所有可能的地址集合就组成了虚拟地址空间（virtual address space）。

十六进制表示法

太基础，不记录

字数据大小

​ 字长（word size）指定指针数据的标称大小（normal size）。字长决定的最重要的系统参数就是虚拟地址空间的最大大小，因为虚拟地址是以这样的一个字来编码的。对于一个字长为w位的机器而言，虚拟地址的范围是0~2^w-1，程序最多访问2^w个字节。

​ 图2-3展示了为C语言各种数据类型分配的字节数。其还展示了指针使用程序的全字长。大部分数据类型都编码为有符号数值，除非有前缀关键字unsigned或对确定大小的数据类型使用了特定的无符号声明。数据类型char例外，因为大多数情况下，程序行为对数据类型char是有符号还是无符号的不敏感。

寻址和字节顺序

​ 对于程序对象，最重要的两个规则：这个对象的地址是什么？在内存中如何排列这些字节（大端序、小端序）？

​ 一般多字节对象都被存储为连续的字节序列，对象地址为其中所使用字节中最小的地址。例如一个int类型的变量x地址为0x100，也代表x的4个字节将被存储在0x100、0x101、0x102、0x103。

​ 小端序——在内存中按照从最低有效字节到最高有效字节的顺序存储对象。

​ 大端序——在内存中按照从最高有效字节到最低有效字节的顺序存储对象。

​ 假设变量x的类型为int，位于地址0x100处，其十六进制值为0x01234567。地址范围0x100~0x103的字节顺序取决于其是小端序还是大端序：

​ 大多数Intel兼容机都只用小端模式。许多移动电话的ARM微处理器，这些芯片上的两种最火的操作系统——Android、IOS只能运行于小端模式。

表示字符串

​ C语言中字符串被编码为一个以null（值为0）字符结尾的字符数组。每个字都由某个标准编码来表示，最常见的是ASCII字符码。

​ ASCII字符集适合于编码英文文档，但是在表达希腊语、中文、俄语等语言的特殊字符却没有太多办法。因此后续又提出了很多方法对不同语言的文字进行编码。当前的Unicode标准字库包括将近100000个字符，支持很广泛的语言种类。

表示代码

​ 对于下述C函数：

int sum(int x, int y){
	return x+y;
}

​ 当在不同机器上编译时，生成的机器代码如下所示：

​ 这说明：不同的机器类型使用不同且不兼容的指令和编码方式。相同的进程，在不同的操作系统上也有不同的编码规则，所以二进制代码是不兼容的，很少能在不同机器和操作系统组合之间移植。

​ 这归根于，计算机系统的一个基本概念：从机器的角度看，程序仅仅只是字节序列。