计算机组成原理期末10分的计算题：定点数加减法（注意溢出）与浮点数加减法详解

计算机组成原理期末10分的计算题：定点数加减法（注意溢出）与浮点数加减法详解

关键词：计算机组成原理、定点数、浮点数、补码、溢出检测、IEEE 754、期末复习、CSDN技术博客

引言

在《计算机组成原理》这门课程中，数值的表示与运算是核心内容之一。尤其是在期末考试中，定点数和浮点数的加减法运算常常以“10分大题”的形式出现，既考察学生对底层硬件逻辑的理解，也检验其对二进制运算规则的掌握程度。

本文将系统性地讲解：

• 定点数的表示方法（原码、反码、补码）
• 定点数加减法的实现原理
• 溢出的判断方法（单符号位 vs 双符号位）
• 浮点数的 IEEE 754 标准格式
• 浮点数加减法的完整步骤（对阶、尾数运算、规格化、舍入、溢出处理）
• 典型例题解析与易错点提醒

全文约6500字，适合期末冲刺复习或深入理解计算机底层数值运算机制的同学阅读。建议配合纸笔演算，效果更佳！

一、定点数的表示与加减法

1.1 什么是定点数？

定点数是指小数点位置固定不变的数。在计算机中，通常将小数点隐含在最低位之后（即整数）或最高位之前（即纯小数）。例如：

• 整数定点数：+1011表示十进制+11
• 小数定点数：0.1011表示十进制0.6875

由于硬件实现简单，定点数广泛用于嵌入式系统、DSP 等对性能要求高但精度要求不高的场景。

1.2 定点数的编码方式

（1）原码（Sign-Magnitude）

• 最高位为符号位：0 表示正，1 表示负
• 数值部分直接用二进制表示

例如（8位）：

• +5→0000 0101
• -5→1000 0101

缺点：

• 0 有两种表示（+0:0000 0000，-0:1000 0000）
• 加减法需判断符号，电路复杂

（2）反码（Ones’ Complement）

• 正数：同原码
• 负数：符号位为1，数值位按位取反

例如：

• +5→0000 0101
• -5→1111 1010

缺点：仍有 ±0 问题，且加法需“循环进位”（end-around carry）

（3）补码（Two’s Complement）✅主流表示法

• 正数：同原码
• 负数：反码 + 1

例如（8位）：

• +5→0000 0101
• -5→1111 1011（因为1111 1010 + 1 = 1111 1011）

优点：

• 0 唯一表示（0000 0000）
• 减法可转化为加法（A - B = A + (-B)）
• 硬件实现简单，现代 CPU 均采用补码

📌重要结论：定点数加减法默认使用补码表示！

1.3 定点数加减法运算规则

（1）基本思想

利用补码的特性，将减法转换为加法：

A−B=A+(−B) A - B = A + (-B)A−B=A+(−B)

其中-B是B的补码。

（2）运算步骤

1. 将操作数转换为补码形式
2. 直接进行二进制加法（包括符号位）
3. 判断是否发生溢出
4. 若未溢出，结果即为补码形式；若需输出原码，可再转换

1.4 溢出（Overflow）的判断

这是定点数运算中最容易失分的部分！溢出 ≠ 进位。

❗ 溢出的本质

当运算结果超出了机器所能表示的范围时，称为溢出。例如 8 位补码能表示的范围是-128 ~ +127，若结果为 +128 或 -129，则溢出。

（1）单符号位法（常用）

设两个操作数为A和B，结果为S，符号位分别为A_s,B_s,S_s。

• 正溢出：两正数相加，结果为负（A_s=0, B_s=0, S_s=1）
• 负溢出：两负数相加，结果为正（A_s=1, B_s=1, S_s=0）

✅口诀：同号相加，结果异号 → 溢出

（2）双符号位法（变形补码，又称模4补码）

• 符号位用两位表示：00表示正，11表示负
• 运算后：
  • 00→ 正确正数
  • 11→ 正确负数
  • 01→ 正溢出
  • 10→ 负溢出

✅口诀：双符号位不同 → 溢出

（3）进位判断法（硬件常用）

设符号位产生的进位为C_s，最高数值位产生的进位为C_{n-1}。

• 若C_s ⊕ C_{n-1} = 1→ 溢出
• 若C_s ⊕ C_{n-1} = 0→ 无溢出

💡 这是因为：只有当符号位进位与数值位进位不一致时，才说明结果“跳变”了符号。

1.5 定点数加减法典型例题

例题1：8位补码下，计算75 + 60，判断是否溢出

解：

• 75的补码：0100 1011
• 60的补码：0011 1100
• 相加：

0100 1011 (+75) + 0011 1100 (+60) ------------- 1000 0111 → 符号位为1，表示负数？

但75 + 60 = 135 > 127，超出8位补码正数上限！

• 符号位：0 + 0 = 1→ 同号相加得异号 →正溢出
• 双符号位法（扩展为9位）：
  • 00 1001011
  • 00 0111100
  • 和：01 0000111→ 双符号位01→正溢出

✅结论：发生正溢出，结果无效

例题2：计算-64 + (-72)（8位补码）

解：

• -64补码：1100 0000（注意：-64 = -2⁶，在8位中可表示）
• -72补码：先求 +72 =0100 1000→ 反码1011 0111→ 补码1011 1000
• 相加：

1100 0000 (-64) + 1011 1000 (-72) ------------- 1 0111 1000 → 丢弃最高位进位，得 `0111 1000`

结果符号位为0，但两个负数相加得正数！

• A_s=1, B_s=1, S_s=0→负溢出
• 实际值：-64 + (-72) = -136 < -128，超出范围

✅结论：发生负溢出

二、浮点数的表示与加减法

2.1 为什么需要浮点数？

定点数无法同时兼顾大范围和高精度。例如：

• 表示0.0000001和1000000000需要大量位数
• 科学计算、图形渲染等场景需要动态调整小数点位置

因此引入浮点数（Floating Point），其思想类似于科学计数法：

N=(−1)S×M×RE N = (-1)^S \times M \times R^EN=(−1)S×M×RE

其中：

• SSS：符号位
• MMM：尾数（Mantissa / Significand）
• RRR：基数（通常为2）
• EEE：阶码（Exponent）

2.2 IEEE 754 标准

目前绝大多数计算机采用IEEE 754标准表示浮点数。

单精度（32位）格式：

• 阶码采用偏移码（Excess-127）：实际阶值 = E - 127
• 尾数隐含前导1（规格化数）：实际尾数 =1.M

例如：1.101 × 2³存储时，尾数存101...，阶码存3 + 127 = 130 = 10000010

双精度（64位）格式：

特殊值：

2.3 浮点数加减法运算步骤

浮点加减法比定点复杂得多，需经过5 个步骤：

对阶 → 尾数运算 → 规格化 → 舍入 → 溢出判断

我们以单精度为例详细说明。

步骤1：对阶（Alignment）

目标：使两个数的阶码相同，以便尾数相加。

方法：

• 求阶差：ΔE=Ex−Ey\Delta E = E_x - E_yΔE=Ex​−Ey​
• 将阶码较小的数右移∣ΔE∣\lvert \Delta E \rvert∣ΔE∣位（尾数右移，阶码增加）
• 为保证精度，右移时需保留保护位（guard, round, sticky bits）

⚠️注意：总是小阶向大阶对齐！避免左移导致精度丢失。

步骤2：尾数加减

• 对阶后，尾数可直接进行定点加减法（注意：尾数是原码还是补码？）
• IEEE 754 中尾数以原码形式存储，但运算时通常转为补码处理符号

实际硬件中，会根据符号位决定做加法还是减法。

步骤3：规格化（Normalization）

目的：使结果符合 IEEE 754 的规格化形式（即1.xxxx）

• 左规：若尾数最高两位为01或10（即 |M| ≥ 2），则左移1位，阶码减1
• 右规：若尾数最高位为0（即 |M| < 1），则右移1位，阶码加1

例如：尾数10.1101→ 左规 →1.01101，阶码 +1

步骤4：舍入（Rounding）

由于尾数位数有限（23位），需对多余位进行舍入。

IEEE 754 定义了多种舍入模式，最常用的是就近舍入（Round to Nearest, Even）：

• 若多余位 > 0.5 ulp → 进位
• 若 = 0.5 ulp → 向偶数方向舍入（使最低有效位为0）

ulp（unit in the last place）：最后一位的单位值

步骤5：溢出判断

• 阶码上溢：E > 255 → 置为+∞或-∞
• 阶码下溢：E < 0（且非规格化数也无法表示）→ 置为 0

注意：浮点溢出看的是阶码，不是尾数！

2.4 浮点数加减法完整例题

例题：计算X = 2^4 × 1.1011与Y = 2^2 × (-1.1100)的和（假设为简化版 IEEE，尾数4位，阶码偏移7）

为便于手算，我们使用自定义简化格式：

• 阶码3位（偏移7）
• 尾数4位（隐含前导1）
• 符号位1位

Step 1：写出 X 和 Y 的机器数

• X = +1.1011 × 2⁴
  • S = 0
  • E = 4 + 7 = 11 =1011（但阶码只有3位？矛盾）
    → 改为偏移3（3位阶码，范围 -3~4）

重新设定：偏移 = 3

• X: E = 4 + 3 = 7 =111，M =1011→ 机器数：0 111 1011
• Y: -1.1100 × 2² → S=1, E=2+3=5=101, M=1100→1 101 1100

Step 2：对阶

• E_X = 7, E_Y = 5 → ΔE = 2
• Y 阶码小，尾数右移2位：
  • Y 尾数原为1.1100→ 右移2位 →0.0111（注意：符号为负）
  • 新 Y = -0.0111 × 2⁷

Step 3：尾数运算

• X 尾数：+1.1011
• Y 尾数：-0.0111
• 相加：1.1011 - 0.0111 = 1.0100

Step 4：规格化

• 结果1.0100 × 2⁷已是规格化形式（1.xxx）

Step 5：舍入与溢出

• 尾数正好4位，无需舍入
• 阶码 E=7，在3位阶码中最大为7（偏移3 → 实际阶4），未溢出

最终结果：0 111 0100→ 即 +1.0100 × 2⁴ = +20（十进制）

✅ 验证：X = 1.1011₂ × 16 = (1 + 0.5 + 0.125 + 0.0625) × 16 = 1.6875 × 16 = 27
Y = -1.1100₂ × 4 = -(1 + 0.5 + 0.25) × 4 = -1.75 × 4 = -7
27 + (-7) = 20 ✔️

2.5 浮点运算中的常见陷阱

1. 对阶时精度丢失
   小数右移可能导致低位被截断，尤其当两数数量级相差很大时（如1e20 + 1≈1e20）

2. 舍入误差累积
   多次运算后误差可能放大，科学计算中需注意算法稳定性

3. NaN 和无穷大的传播
   任何数与 NaN 运算结果仍为 NaN

4. 比较浮点数不能用==
   应使用abs(a - b) < ε判断相等

三、定点 vs 浮点：对比总结

四、期末考试高频考点与答题技巧

🔥 考点1：补码加减与溢出判断（必考！）

• 务必写出补码形式
• 明确使用哪种溢出判断法（推荐单符号位法，简洁）
• 若溢出，必须注明“结果无效”或“溢出”

✍️ 答题模板：
“A 的补码为……，B 的补码为……，相加得……。由于两正数相加结果为负，发生正溢出，故结果无效。”

🔥 考点2：浮点加减法步骤（10分大题）

• 按5步顺序作答，缺一不可
• 对阶时写出阶差和右移过程
• 规格化时说明左规/右规次数
• 最后写出结果的 IEEE 754 二进制形式及十进制值

✍️ 答题模板：
“1. 对阶：E_X=…, E_Y=…, ΔE=…，将Y尾数右移…位得…
2. 尾数运算：… + … = …
3. 规格化：结果为…，需左规1次，阶码变为…
4. 舍入：…
5. 检查溢出：阶码=…，未溢出。最终结果为…”

🔥 考点3：特殊值处理

• 能识别±0、±∞、NaN的二进制形式
• 知道∞ - ∞ = NaN，0 × ∞ = NaN等规则

五、结语

定点数与浮点数的加减法，看似只是“二进制计算”，实则蕴含了计算机体系结构设计的深刻智慧。从补码的巧妙构造，到 IEEE 754 对精度与范围的权衡，无不体现工程师在有限硬件资源下的极致优化。

期末考试中，这类题目往往拉开分数差距。希望本文能帮助你：

• 理清概念，不再混淆“进位”与“溢出”
• 掌握浮点运算的标准化流程
• 在考场上稳拿这宝贵的10分！

最后提醒：多动手演算！纸上谈兵终觉浅，亲手算几道题，胜过看十遍理论。

附录：常用数值范围速查

参考文献：

1. 《计算机组成与设计：硬件/软件接口》 David A. Patterson & John L. Hennessy
2. IEEE Standard for Floating-Point Arithmetic (IEEE 754-2008)
3. 哈工大《计算机组成原理》课程讲义

原创声明：本文为 CSDN 博客原创，转载请注明出处。欢迎点赞、收藏、评论交流！