预习非数值数据的编码表示

一.非数值数据的编码表示

逻辑值、字符等数据都是非数值数据，在机器内部它们也用二进制表示。

1.逻辑值

正常情况下，每个字或者其他可可寻单位（字节、半字等）是作为一个整体数据单元看待的。
但是，某些时候还需要将一个n位数据看成由n个1位数据组成，每个取值为0或1。
当数据以这种方式看待时，就被认为是逻辑数据。因此n位二进制可表示n个逻辑值。逻辑数据只能参加逻辑运算，并且是按位进行的。
逻辑数据和数值数据都是一串0/1序列，逻辑运算指令处理的都是逻辑数据，算术运算指令处理的都是数值数据。

2.西文字符

西文字符由拉丁、数字、标点符号及一些特殊符号所组成，它们统称位字符。所有字符的集合叫做字符集。
字符不能直接在计算机内部处理，因而也必须对其进行数字化编码，字符集中每一个字符都有一个代码（即二进制编码的0/1序列），构成了该字符集的代码表。
码表中的代码具有唯一性。

3.汉字字符

 1）汉字的输入码
    对每个汉字用相应的按键进行的编码表示就成为汉字的输入码，又称为外码。
    因为汉字的输入码的码元（即组成编码的基本单位）是西文键盘中的某个按键。
 2）字符集与汉字内码
    对于汉字内码的选择，必须考虑以下几个因素：
    a.不能有二义性，即不能和ASCII码有相同的编码。
    b.要和汉字在字库中的位置有关系
    c.编码尽量短。
 3）汉字的字模点阵码和轮廓描述
   字模点阵描述：将字库中每个汉字或其他字符的字形（即字模）用一个其元素有0和1组成的方阵来表示，汉字或字符中有黑点的地方用1表示，空白处用0表示
                这种用来描述汉字字模的二进制点阵数据称为汉字的字模点阵码。
   轮廓描述方法：把汉字笔画的轮廓用一组直线和曲线来勾画，记下每一直线和曲线的数学表述公式。

二.数据的宽度和存储

1.数据的宽度和单位

 二进制数据的每一位（0或1）是组成二进制信息的最小单位，称为一个比特（bit），或称位元，简称位。比特是计算机中处理、存储和传输信息的最小单位。
 在计算机内部，二进制信息的计量单位是字节（byte），也称位组。1 byte = 8 bit。
 计算机中运算和处理二进制信息时使用的单位除了比特和字节之外，还经常使用字（word）作为单位。
 1KB=2^10B; 1MB=2^20B; 1GB=2^30B; 1TB=2^40B; 1PB=2^50B; 1EB=2^60B; 1ZB=2^70B; 1YB=2^80B
 字长等于CPU内部用于整数运算的运算器位数和通用寄存器宽度。
 字用来表示被处理信息的单位，用来度量各种数据类型的宽度；字长表示进行数据运算，存储和传送的部件的宽度，它反映了计算机处理信息的一种能力。

2.数据的存储和排列顺序

  一般用最低有效位（Least Significant Bit LSB）和最高有效位（Most Significant Bit MSB）来分别表示书的最低位和最高位。
  如果以一个字节为排列单位，那么LSB表示最低有效字节（Least Significant Byte），MSB表示的是最高有效字节（Most Significant Byte）。
  两种排列方式：大端：将数据的最高有效字节MSB存放在低地址单元中，将最低有效字节LSB存放在高地址单元中，及数据的地址就是MSB所在地址。
  小端：将数据的最高有效字节MSB存放在高地址单元中，将最低有效字节LSB存放在低地址单元中，及数据的地址就是LSB所在地址。

三.数据校验码

除原数据信息外，还增加若干位编码，这些新增的代码称为校验位。
由若干位代码组成的一个字叫码字，将两个码字逐位比较，具有不同代码的位的个数叫做这两个码字间的距离，也称为海明距离。
一种码制可能有若干个码字，各码字间的最小距离称为码距。

1.奇偶校验码

 奇校验：在最高位添加0或1，使字编码中的“1”的个数为奇数。
 偶校验：在最高位添加0或1，使字编码中的“1”的个数为偶数。

2.海明校验码

 假设为k个数据位设置r个校验位，则校验位能表示2^r个状态，可用其中的一个状态指出 "没有发生错误"，
 用其余的2 ^r -1个状态指出有错误发生在某一位，包括k个数据位和r个校验位，因此校验位的位数应满足如下关系:
 2^r ≥ k + r + 1  ，即2^r-1 ≥ k + r 

3.循环冗余校验码

一种具有较强检错、纠错能力的校验码，常用于外存储器的数据校验，主要用于对大批量数据的存储或传输校验；
可检测出所有奇数位错；可检测出所有双比特的错；可检测出所有小于、等于校验位长度的突发错。

问题：

太多概念，看的感觉很抽象，都不怎么懂，特别是数据校验码。