組成原理課件23非數(shù)值數(shù)據(jù)的表示

北京理工大學(xué)計(jì)算機(jī)學(xué)院第2章2.1數(shù)值數(shù)據(jù)的表示2.2機(jī)器數(shù)的定點(diǎn)表示與浮點(diǎn)表示2.3非數(shù)值數(shù)據(jù)的表示2.4十進(jìn)制數(shù)和數(shù)串的表示2.5不同類型的數(shù)據(jù)表示舉例2.6數(shù)據(jù)校驗(yàn)碼北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示2.3.1字符和字符串的表示方法1.ASCII字符編碼常見的ASCII碼用七位二進(jìn)制表示一個(gè)字符，它包括10個(gè)十進(jìn)制數(shù)字（0～9）、52個(gè)英文大寫和小寫字母（A～Z，a～z）、34個(gè)專用符號(hào)和32個(gè)控制符號(hào)，共計(jì)128個(gè)字符。在ASCII碼表中，數(shù)字和英文字母都是按順序排列的，只要知道其中一個(gè)的二進(jìn)制代碼，不要查表就可以推導(dǎo)出其他數(shù)字或字母的二進(jìn)制代碼。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示2.字符串的存放字符串是指一串連續(xù)的字符。例如，字符串IFX>0THENREAD(C)。

(1)向量法在存儲(chǔ)器中占用一片連續(xù)的空間，每個(gè)字節(jié)存放一個(gè)字符代碼，字符串的所有元素（字符）在物理上是鄰接的。在字長(zhǎng)為32位的存儲(chǔ)器，每一個(gè)主存單元可存放4個(gè)字符，整個(gè)字符串需5個(gè)主存單元。在每個(gè)字節(jié)中實(shí)際存放的是相應(yīng)字符的ASCII碼。北京理工大學(xué)計(jì)算機(jī)學(xué)院IFX>0THENREA(C)D2.3非數(shù)值數(shù)據(jù)的表示5449462020202030454541444852433E2928584E北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示(2)串表法一個(gè)存儲(chǔ)單元有32位，僅存放一個(gè)字符代碼。字符串的每個(gè)字符代碼后有一個(gè)鏈接字，用以指出下一個(gè)字符的存儲(chǔ)單元地址。串表法不要求串中的各個(gè)字符在物理上相鄰，在對(duì)字符串進(jìn)行刪除和插入操作時(shí)，只需修改相應(yīng)字符代碼后面的鏈接字即可。由于鏈接字占據(jù)了存儲(chǔ)單元的大部分空間，使得主存的有效利用率下降（只有原來的25％）。上例中整個(gè)字符串需19個(gè)主存單元。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示2.3.2漢字的表示1.漢字國(guó)標(biāo)碼

GB2312-80，簡(jiǎn)稱國(guó)標(biāo)碼。該標(biāo)準(zhǔn)共收集常用漢字6763個(gè)，其中一級(jí)漢字3755個(gè)，按拼音排序；二級(jí)漢字3008個(gè)，按部首排序；另外還有各種圖形符號(hào)682個(gè)，共計(jì)7445個(gè)。每個(gè)漢字、圖形符號(hào)都用兩個(gè)字節(jié)表示，每個(gè)字節(jié)只使用低七位編碼。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示2.漢字區(qū)位碼

區(qū)位碼將漢字編碼GB2312-80中的6763個(gè)漢字分為94個(gè)區(qū)，每個(gè)區(qū)中包含94個(gè)漢字（位），區(qū)和位組成一個(gè)二維數(shù)組，每個(gè)漢字在數(shù)組中對(duì)應(yīng)一個(gè)唯一的區(qū)位碼。漢字的區(qū)位碼定長(zhǎng)4位，前2位表示區(qū)號(hào)，后2位表示位號(hào)，區(qū)號(hào)和位號(hào)用十進(jìn)制數(shù)表示，區(qū)號(hào)從01到94，位號(hào)也從01到94。例如，“中”字在54區(qū)的48位上，其區(qū)位碼為“54-48”，“國(guó)”字在25區(qū)的90位上，其區(qū)位碼為“25-90”。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示

漢字區(qū)位碼并不等于漢字國(guó)標(biāo)碼，它們兩者之間的關(guān)系可用以下公式表示：

國(guó)標(biāo)碼＝區(qū)位碼（十六進(jìn)制）＋2020H

例如：已知漢字“春”的區(qū)位碼為“20-26”，計(jì)算它的國(guó)標(biāo)碼。區(qū)位碼：

2026十進(jìn)制

↓

↓

14H1AH十六進(jìn)制

+20H+20H

國(guó)標(biāo)碼：

34H3AH北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示3.漢字機(jī)內(nèi)碼

漢字可以通過不同的輸入碼輸入，但在計(jì)算機(jī)內(nèi)部其內(nèi)碼是唯一的。

因?yàn)闈h字處理系統(tǒng)要保證中西文的兼容，當(dāng)系統(tǒng)中同時(shí)存在ASCII碼和漢字國(guó)標(biāo)碼時(shí)，將會(huì)產(chǎn)生二義性。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示

例如：從主存中讀出兩個(gè)字節(jié)的內(nèi)容，它們分別為30H和21H，這時(shí)既可能是表示漢字“啊”的國(guó)標(biāo)碼，又可能是表示西文“0”和“!”的ASCII碼。啊30210!北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示

常用的漢字機(jī)內(nèi)碼為兩字節(jié)長(zhǎng)的代碼，它是在相應(yīng)漢字國(guó)標(biāo)碼的每個(gè)字節(jié)最高位上加“1”。即：

漢字機(jī)內(nèi)碼＝漢字國(guó)標(biāo)碼＋8080H

例如，上述“啊”字的國(guó)標(biāo)碼是3021H，其漢字機(jī)內(nèi)碼則是B0A1H。3021+8080B0A1北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示4.漢字字形碼

漢字字形碼是指確定一個(gè)漢字字形點(diǎn)陣的代碼，又叫漢字字模碼或漢字輸出碼。在一個(gè)漢字點(diǎn)陣中，凡筆畫所到之處，記為“1”，否則記為“0”。根據(jù)對(duì)漢字質(zhì)量的不同要求，可有16×16、24×24、32×32或48×48的點(diǎn)陣結(jié)構(gòu)。顯然點(diǎn)陣越大，輸出漢字的質(zhì)量越高，每個(gè)漢字所占用的字節(jié)數(shù)也越多。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示5.漢字編碼的發(fā)展

1990年頒布了繁體字的編碼標(biāo)準(zhǔn)GB12345-90，目的在于規(guī)范必須使用繁體字的各種場(chǎng)合，該標(biāo)準(zhǔn)共收錄6866個(gè)漢字（比GB2312多103個(gè)字），純繁體的字大概有2200余個(gè)。

1995年底推出的GBK編碼是中文編碼擴(kuò)展國(guó)家標(biāo)準(zhǔn)，該編碼標(biāo)準(zhǔn)兼容GB2312，共收錄漢字21003個(gè)、符號(hào)883個(gè)，并提供1894個(gè)造字碼位，簡(jiǎn)、繁體字融于一庫(kù)。

2000年底又頒布了GB18030大字符集標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)可以涵蓋27484個(gè)漢字，繁、簡(jiǎn)字均處于同一平臺(tái)。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示2.3.3

統(tǒng)一代碼（Unicode）隨著國(guó)際間的交流與合作的擴(kuò)大，信息處理應(yīng)用對(duì)字符集提出了多文種、大字量、多用途的要求，解決問題的最佳方案是設(shè)計(jì)一種全新的編碼方法，這種方法必須有足夠的能力來表示任意一種語(yǔ)言里使用的所有符號(hào)，這就是統(tǒng)一代碼（Unicode）。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示1．編碼方式

Unicode的基本方法是用一個(gè)16位的數(shù)來表示每個(gè)符號(hào)，這種符號(hào)集可表示65536個(gè)不同的字符或符號(hào)。被稱為基本多語(yǔ)言平面（BMP）。這個(gè)空間已經(jīng)非常大了，但設(shè)計(jì)者考慮到將來某一天它可能也會(huì)不夠用，所以采用了一種可使這種表示法使用得更遠(yuǎn)的方法。北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示

當(dāng)只用2字節(jié)數(shù)來表示Unicode字符時(shí)，使用的是UCS-2編碼，但盡管如此，也允許在UCS-2文本中插入一些UCS-4字符。為此，在BMP中，保留了兩個(gè)有1024個(gè)大小的塊，這兩個(gè)塊中任何位置都不能用來表示任何符號(hào)。UCS-4的兩個(gè)16位字每個(gè)表示一個(gè)數(shù)，這個(gè)數(shù)是UCS-2BMP中1024個(gè)數(shù)值中的一個(gè)。這兩個(gè)數(shù)的組合可以表示多達(dá)1百萬(wàn)多個(gè)自定義的UCS-4字符。

UCS-2：65536-2×1024

UCS-4：210×210=220北京理工大學(xué)計(jì)算機(jī)學(xué)院2.3非數(shù)值數(shù)據(jù)的表示

2．實(shí)現(xiàn)方式

Unicode的實(shí)現(xiàn)方式不同于編碼方式。一個(gè)字符的Unicode編碼是確