计算机系统中的数据表示
浮点数
IEEE754
编码
根据IEEE754对于浮点数的定义,单精度浮点数的真值一般表示为:
N=(−1)s∗2e−127∗1.fN=(-1)^s*2^{e-127}*1.f
N=(−1)s∗2e−127∗1.f
其中数字符 sss 为1位, 阶码编码 eee 为8位(含1位阶符),尾数编码 fff 为23位。
浮点数的加减运算
一般有下列五步
graph LR
A[对阶]-->B[尾数加减]-->C[规格化]-->D[舍入]-->E[判溢出]
计算示例
已知X和Y都是IEEE754标准格式的浮点数。求X+Y和X-Y,结果仍用IEEE754表示。
X=0,10010010,00110110100000000000000X=0,10010010,00110110100000000000000X=0,10010010,00110110100000000000000
Y=0,10001110,10000100000000000000000Y=0,10001110,10000100000000000000000Y=0,10001110,100001000 ...
绪论
存储器结构
哈佛结构
将程序指令存储和数据存储分开的存储器结构
哈佛结构是一种将程序指令存储和数据存储分开的存储器结构。哈佛结构是一种并行体系结构,它的主要特点是将程序和数据存储在不同的存储空间中,即程序存储器和数据存储器是两个独立的存储器,每个存储器独立编址、独立访问。
冯·诺依曼结构
冯·诺依曼结构也称普林斯顿结构,是一种将程序指令存储器和数据存储器合并在一起的存储器结构。程序指令存储地址和数据存储地址指向同一个存储器的不同物理位置,因此程序指令和数据的宽度相同。
计算机分类及性能描述
计算机分类
按用途分类
graph LR
A[按用途分类]-->B[通用计算机]
B[通用计算机]-->C[个人计算机]
B[通用计算机]-->D[服务器]
B[通用计算机]-->E[超级计算器]
A[按用途分类]-->F[嵌入式计算机]
Flynn分类法[1]
Flynn分类法是按照计算机在执行过程中的信息流特征进行分类的,在程序执行过程中通常存在下列三种信息流。
指令流(IS):指机器执行的指令序列。
数据流(DS):指令流使用的数据,包括输入数据 ...