计算机基础与C++语言【3】-数据表示及字符编码.pptVIP

计算机中的数据表示 什么是数据 信息和信息处理 媒体及其分类 信息的数字化编码 数值编码方法——计数进制 R数制转换为十进制（1/2） 例1 将(11011.11)2转换为十进制数 解：(11011.11) 2 =1×24+1×23+0×22+1×21+1×20+1×2-1+1×2-2 =(27.75)10 R数制转换为十进制（2/2） 例3 将(A5C.B2)16转换为十进制数 解： (A5C.B2)16 =10×162+5×161+12×160+11×16-1+2×16-2 =(2652.6953125)10 十进制转换为R进制数 二进制与八进制、十六进制的转换 定点数——小数点位置固定的数 浮点数——小数点位置不固定的数 整数的原码表示 整数的原码表示范围 整数的原码表示的优缺点 反码—原码和补码的桥梁 整数的补码表示 整数0的补码表示唯一 C++中的整数是用补码表示的 补码加减法规则 补码加减法举例（1/2） 补码加减法举例（2/2） 浮点数IEEE表示 若干特殊浮点数的表示 特殊浮点数的产生 特殊float表示中的约定 字符编码——ASCII码（1/3） 字符编码——ASCII码（2/3） 字符编码——ASCII码（3/3） 汉字编码——按用途有多种编码 GB2312-80的区位码 GB2312中01区、02区的字符 GB2312中16区、17区的字符 GB2312-80中的机内码 字符编码的发展 统一字符集的码位结构 Unicode编码——广为使用的编码 UTF编码——Unicode传输编码 UTF-8——WEB中应用最多的传输编码 UTF-16和UTF-32 Windows对Unicode的支持 数据校验码的作用 数据校验之奇偶校验码 更多的数据校验码 区位码：GB2312-80将汉字和符号分成94区94位，每个字符用两个字节编码，高字节为区号、低字节为位号。 … … 鼾 鳍 鳌 87 86~94 剥 褒 埃 阿 啊 16 〓 ↓ . 。 、 01 94 93 … 03 02 01 区/位 例：“。”—0102，“啊”—1601，“鳌”—8701 例：0179 —— ★， Ⅲ —— 0283 例：啊 —— 1601， 笔 —— 1742 机内码 二字节编码，其值为区位码两字节的编码各加上160，即 机内码 =（区位码）H + A0A0H 编码的范围 在此编码规范下，编码的范围为[A1A1,FEFE],共有8836个码位，除收录的汉字和各种符号外，还有1000多个码位用于扩展。 输入码 现存输入码极多。输入汉字除输入码外，还有字形识别、语音识别。 字形码 用于构造汉字字形，有两种基本的表示方式：点阵字形、矢量字形，现在广泛使用矢量字体。不同的汉字字体和大小对应于不同的字形码！ 企业联盟研发，初期与ISO独立，后期融合。 1994年 Unicode 2000年 1995年 1993年 1980年 首发 全球所有文字统一编码。 ISO 10646 兼容早期编码，强制中文系统必须支持。共计27533个字符。 GB18030 国标扩展字符编码，与ISO 10464兼容。共计21885个字符。 GBK 首次汉字编码。 GB2312-80 备注 编码标准 1、不断发展，新版标准持续发布，字符集越来越大； 2、保持向下兼容、横向兼容； 3、越来越方便国际化，但也有兼容性问题； 统一字符集UCS(Universal Character Set)是ISO制定的ISO 10646标准所定义的标准字符集。 UCS用4个字节编码一个字符，最高字节为group编号，共256个。次高字节为平面编号，每组256个。每个平面包含256×256个码位。 这一编码方案并不实用，因为历史以来存在着多种编码体系，与其保持兼容是必须的。 Unicode是Universal Code的缩写。 Unicode计划使用了17个平面，一共有17*65536=1114112个码位。在Unicode 5.0.0版本中，已定义的码位只有238605个，分布在平面0、平面1、平面2、平面14、平面15、平面16。其中平面15和平面16上只是定义了两个各占65534个码位的专用区（Private Use Area），分别是0xF0000-0xFFFFD和0x100000-0x10FFFD。所谓专用区，就是保留给大家放自定义字符的区域，可以简写为PUA。 UCS-2：用2字节编码一个字符，范围为U+0000～U+FFFF。 可编码65536个字符。UCS-2对应前述码位空间中的0组0号平面plane0，称为基本多文种平面BMP（Basic Multili