CSAPP《深入理解计算机系统》深读笔记2——第二章-信息的表示和处理(上)

CSAPP《深入理解计算机系统》深读笔记2——第二章-信息的表示和处理(上)

你好我是拉依达，这是我秋招结束后更新的第一个系列。我将争取完成“ 年轻人，你渴望力量吗？”的全套深度笔记。
今天开始进行第一本CSAPP：深入理解计算机系统。

信息存储

最小的可寻址内存单位：8位的块（字节byte）

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来标识，称为它的地址(address)，所有可能地址的集合就称为虚拟地址空间( virtual address space)。

顾名思义，这个虚拟地址空间只是一个展现给机器级程序的概念性映像。

实际的实现是将动态随机访问存储器(DRAM)、闪存、磁盘存储器、特殊硬件和操作系统软件结合起来，为程序提供一个看上去统一的字节数组。

十六进制表示法

十六进制(简写为“hex”)：使用数字“0’~“9’ 以及字符‘A‘~‘F’来表示16个可能的值。

用十六进制书写，一个字节的值域为00₁₆ ~FF ₁₆。C语言中，以0x或0X开头的数字常量被认为是十六进制的值。字符‘A’~‘F‘ 既可以是大写，也可以是小写。

十六进制表示法

字数据大小

计算机字长（word size），指明指针数据的大小。虚拟地址是用一个字编码，字长决定虚拟地址的空间大小。

对一个字长为n的机器，虚拟地址范围0~2ⁿ-1，最多访问2ⁿ个字节。

32位机器地址空间为4GB，64字节为16EB，实际上64字节使用48位，也就是256TB。

大多数64位机器可以兼容32位程序

//编译成32 64位程序
linux > gcc -m32 prog.c
linux > gcc -m64 prog.c

计算机和编译器支持多种不同方式编码的数字格式，如不同长度的整数和浮点数。

比如，许多机器都有处理单个字节的指令，也有处理表示为2字节、4字节或者8字节整数的指令，还有些指令支持表示为4字节和8字节的浮点数。

C语言数据类型大小

为了避免由于依赖“典型”大小和不同编译器设置带来的奇怪行为，ISOC99引入了一类数据类型，其数据大小是固定的，不随编译器和机器设置而变化。其中就有数据类型int32t和int64t，它们分别为4个字节和8个字节。

使用确定大小的整数类型是程序员准确控制数据表示的最佳途径。

寻址和字节顺序

对于跨越多字节的程序对象，两个规则：

1. 这个对象的地址是什么
2. 在内存中如何排列这些字节

在几乎所有的机器上，多字节对象都被存储为连续的字节序列，对象的地址为所使用字节中最小的地址。

例如，假设一个类型为int的变量x的地址为0x100，也就是说，地址表达式&x的值为0x100。那么，(假设数据类型int为32位表示)x的4个字节将被存储在内存的0x100、0x101、0x102和0x103位置。

字节排序方式

最低有效字节在最前面的方式，称为小端法( little endian)。
最高有效字节在最前面的方式，称为大端法( big endian)。

假设变量ⅹ的类型为int，位于地址0x100处，它的十六进制值为0x01234567，高字节为0x01，低字节为0x67。地址范围0×100~0x103的字节顺序依赖于机器的类型。

和人类读法相同的是大端

表示字符串

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

“12345”来显示字节，我们得到结果313233343500。在使用 ASCII码作为字符码的任何系统上都将得到相同的结果，与字节顺序和字大小规则无关。因而，文本数据比二进制数据具有更强的平台独立性。

表示代码

下面C函数

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

不同编译器，生成如下机器代码：

机器代码不同是因为指令编码是不同的。不同的机器类型使用不同的且不兼容的指令和编码方式。即使是完全一样的进程，运行在不同的操作系统上也会有不同的编码规则，因此二进制代码是不兼容的。

二进制代码很少能在不同机器和操作系统组合之间移植。从机器的角度来看，程序仅仅只是字节序列。机器没有关于原始源程序的任何信息，除了可能有些用来帮助调试的辅助表以外。

C语言位运算

C语言的一个很有用的特性就是它支持按位布尔运算。以下是一些对char数据类型表达式求值的例子：

C语言逻辑运算

C语言还提供了一组逻辑运算符‖、&&.和!，分别对应于命题逻辑中的OR、AND和NOT运算。
逻辑运算认为所有非零的参数都表示TRUE，而参数0表示 FALSE。它们返回1或者0，分别表示结果为TRUE或者为 FALSE。以下是一些表达式求值的示例：

C语言位移运算

C语言还提供了一组移位运算，向左或者向右移动位模式。

• 向左移动k位，丢弃最髙的k位，并在右端补k个0。
• 逻辑右移在左端补k个0。
• 算术右移是在左端补k个最高有效位的值

C语言标准并没有明确定义对于有符号数应该使用哪种类型的右移。
实际上，几乎所有的编译器/机器组合都对有符号数使用算术右移、无符号数右移必须是逻辑的。（为了不因为移动变化符号）

移动K位，k很大情况：

实际上C语言进行取余数运算

因此最后得到如下：

整数表示

C语言支持多种整型数据类型。每种类型都能用关键字来指定大小，这些关键字包括char、 short、long。

唯一一个与机器相关的取值范围是大小指示符long的。大多数64位机器使用8个字节的表示，比32位机器上使用的4个字节的表示的取值范围大很多。

无符号整数编码：

整数编码中，每个位x 都取值为0或1，后一种取值意味着数值2应为数字值的一部分。我们用一个函数B2U_w( Binary to unsigned 的缩写，长度为w)来表示。

补码编码：

表示负数值，编码就是补码(two’ s-complement)形式。将字的最高有效位解释为负权( negativeweight)。我们用函数B2T_w( Binary to Two’ s-complement的缩写，长度为w)来表示。

原码、反码和补码，不同的规则来表示正负号。

1. 原码（sign-magnitude representation）：最高位表示符号位，0表示正数，1表示负数，其余位表示数值大小。例如，+5的原码是00000101，-5的原码是10000101。
2. 反码（ones’ complement）：正数的反码和原码相同，负数的反码是将原码中除符号位外的所有位按位取反。例如，+5的反码是00000101，-5的反码是11111010。
3. 补码（two’s complement）：正数的补码和原码相同，负数的补码是将原码中除符号位外的所有位按位取反后加1。例如，+5的补码是00000101，-5的补码是11111011。

为什么计算机运算基于补码进行，而不是反码？

1. 加法和减法都是通过对二进制数的补码进行运算来实现的，这样可以将加法和减法转化为相同的运算。
2. 补码的表示范围与原码相同，而且可以避免原码的符号位运算问题，使得运算更加方便。
3. 补码还有一个特点，就是它只有一个零，而原码和反码有正零和负零之分。
4. 还能够多表示一个最低数。这就是为什么8位二进制，使用原码或反码表示的范围为[ -127， +127 ]，而使用补码表示的范围为[ -128， 127 ]。

原码、反码、补码 详解！_原码反码补码-CSDN博客

有符号和无符号之间转换

short int v = -12345;
unsigned short uv = (unsigned short) v;
printf(" %d %d"，v，uv);
// -12345 53191

强制类型转换的结果保持位值不变，只是改变了解释这些位的方式。-12345的16位补码表示与53191的16位无符号表示是完全一样的。将short强制类型转换为 unsigned short改变数值，但是不改变位表示。

C语言中TMin的写法问题？

#define INT_MAX 2147483647
#define INT_MIN      (-INT_MAX -1)

INT_MIN这样写的原因是：

虽然-2147483648 这个数值能够用int类型来表示，但在C语言中却没法写出对应这个数值的int类型常量。

因为按照c语言的类型推导，-2147483648被写成常量形式的时候，对于c90，其会转成unsigned类型来表示为2147483648，对于c99，其会被表示为long long类型，值为-2147483648。