ch02 计算机中信息的表示.pptVIP

举例：二进制整数的表示范围 引入 信息的最小单位 —— 比特(bit) 用比特表示图像 举例：若机器数采用原码表示， 求-5+4=？ 若将符号位同时和数值参加运算，则有： 3种整数表示法的比较 BCD码（了解） BCD整数（Binary Coded Decimal）称为“二进制编码的十进制整数”，使用一个4位二进制数 表示 一个十进制数字（0～9），最高位仍为符号位。 4位二进制数字位上的权值自右向左是23（8）、22（4）、21（2）、20（1），也称8421码。 例如： (－51)BCD ＝ 1 0101 0001 (＋32767)BCD ＝ 0 0011 0010 0111 0110 0111 实数（浮点数）的表示范围和类型 浮点数的长度可以是32位（单精度浮点数）、64位（双精度浮点数）或更长。 位数越多，可表示的数的范围越大（阶码位数决定），精度越高（尾数位数决定）。 字符、字符集及其编码表 文字的基本元素是字母和符号，统称为“字符” (character)，它包括：字母、数字、标点、符号等。 字符集：一组特定字符的集合。 不同的字符集包含的字符数目与内容不同，如： 中文字符集、西文字符集、日文字符集等。 字符的编码： 字符集中每个字符的二进位表示，称为该字符的编码或代码(code) 不同的字符其编码各不相同 汉字如何编码？ 汉字是记录汉语（国语，华语）的文字，属于表意文字，它用符号直接表达词或词素，有多个国家和地区使用（中、日、韩、新、马······） 汉字的特点 数量大；字形复杂，同音字多，异体字多 如何编码？ 确定收录多少字、哪些字？ 在字符集中如何排列？ 使用多少个二进位进行编码？ 常用的汉字编码字符集 国家标准GB2312-1980 汉字扩充规范 GBK (已被GB 18030取代) 国家标准GB18030-2005 港澳台使用的汉字编码字符集 BIG 5(俗称“大五码”) UCS/Unicode多文种大字符集 组成： （1）第一部分：字母、数字和各种符号，包括拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个（统称为GB2312图形符号） （2）第二部分：一级常用汉字，共3755个， 按汉语拼音排列 （3）第三部分：二级常用汉字，共3008个， 按偏旁部首排列 汉字共6763个 字符共7445个 GB2312-80是一个二维代码表， 有94行、94列, 汉字在代码表中的位置用它所处的行号、列号表示。 例如： “大”字的区号20，位号83， 区位码是20 83 用2个字节表示为： 01010011 GBK汉字内码扩充规范 GB2312的不足： 汉字字数太少，缺少繁体字,无法满足人名、地名、古籍整理、古典文献研究等应用的需要；与ASCII码不兼容 GBK汉字内码扩充规范（1995）： 在GB2312基础上，增加了1万多汉字(包括繁体字)和符号 共有21003个汉字和883个图形符号，如“計算機”、冃、冄、円、冇等繁体字和生僻字 与GB2312保持向下兼容，也使用双字节表示，第1字节最高位必须为“1”： UCS/Unicode多文种大字符集 背景：为了实现全球数以千计的不同语言文字的统一编码 方案：ISO将全球所有文字字母和符号集中在一个字符集中进行统一编码(目前共收集了17x216＝1,114,112 个) ，称为UCS/Unicode UCS/Unicode的编码方案： 先实现部分字符的编码（近11万个字符） 尽量与已有编码标准兼容 包含有中、日、韩统一整理出来的约7万汉字（称CJK汉字） 允许有若干不同的编码方案, 常用的两种是： GB18030汉字编码标准 背景：无论是Unicode的UTF-8还是UTF-16，其CJK汉字字符集虽然覆盖了我国已使用多年的GB2312和GBK标准中的汉字，但它们的编码并不相同 为了既能与UCS/Unicode编码标准接轨，又能保护我国已有的大量汉字信息资源，我国在2000年和2005年两次发布GB18030汉字编码国家标准。 GB18030实质上是UCS/Unicode字符集的另一种编码方案： 单字节编码（128个）表示ASCII字符 双字节编码（23940个）表示汉字，与GBK（以及GB2312）保持向下兼容，GBK不再使用 四字节编码（约158万个）用于表示 UCS/Unicode中的其他字符 GB18030目前已在我国信息处理产品中强制贯彻执行。 小结：几种汉字编码的对比 BIG5码是台湾、香港等地使用的繁体汉字的编码标准，它用双字节进行编码。收录了13461个汉字和符号。 （