有符号数和无符号数探讨

有符号数和无符号数探讨   

这个问题，要是简单的理解，是很容易的，不过要是考虑的深了，还真有些东西呢。
下面我就把这个东西尽可能的扩展一点，深刻一点和你们说说。
 
1、只有一个标准！
 
在汇编语言层面，声明变量的时候，没有 signed 和 unsignde 之分，汇编器通通，将你输入的整数字面量看成有符号数处理成补码存入到计算机中，只有这一个标准！汇编器不会区分有符号仍是无符号而后用两个标准来处理，它通通看成有符号的！而且通通汇编成补码！也就是说，db -20 汇编后为：EC ，而 db 236 汇编后也为 EC 。这里有一个小问题，思考深刻的朋友会发现，db 是分配一个字节，那么一个字节能表示的有符号整数范围是：-128 ~ +127 ，那么 db 236 超过了这一范围，怎么能够？是的，+236 的补码的确超出了一个字节的表示范围，那么拿两个字节（固然更多的字节更好了）是能够装下的，应为：00 EC，也就是说 +236的补码应该是00 EC，一个字节装不下，可是，别忘了“截断”这个概念，就是说最后汇编的结果被截断了，00 EC 是两个字节，被截断成 EC ，因此，这是个“美丽的错误”，为何这么说？由于，当你把 236 看成无符号数时，它汇编后的结果正好也是 EC ，这下皆大欢喜了，虽然汇编器只用一个标准来处理，可是借用了“截断”这个美丽的错误后，获得的结果是符合两个标准的！也就是说，给你一个字节，你想输入有符号的数，好比 -20 那么汇编后的结果是符合有符号数的；若是你输入 236 那么你确定看成无符号数来处理了（由于236不在一个字节能表示的有符号数的范围内啊），获得的结果是符合无符号数的。因而给你们一个错觉：汇编器有两套标准，会区分有符号和无符号，而后分别汇编。其实，大家被骗了。:-)
 
2、存在两套指令！
 
第一点说明汇编器只用一个方法把整数字面量汇编成真正的机器数。但并非说计算机不区分有符号数和无符号数，相反，计算机对有符号和无符号数区分的十分清晰，由于计算机进行某些一样功能的处理时有两套指令做为后备，这就是分别为有符号和无符号数准备的。可是，这里要强调一点，一个数究竟是有符号数仍是无符号数，计算机并不知道，这是由你来决定的，当你认为你要处理的数是有符号的，那么你就用那一套处理有符号数的指令，当你认为你要处理的数是无符号的，那就用处理无符号数的那一套指令。加减法只有一套指令，由于这一套指令同时适用于有符号和无符号。下面这些指令：mul div movzx … 是处理无符号数的，而这些：imul idiv movsx … 是处理有符号的。
举例来讲：
内存里有 一个字节x 为：0x EC ，一个字节 y 为：0x 02 。当把x，y看成有符号数来看时，x = -20 ，y = +2 。看成无符号数看时，x = 236 ，y = 2 。下面进行加运算，用 add 指令，获得的结果为：0x EE ，那么这个 0x EE 看成有符号数就是：-18 ，无符号数就是 238 。因此，add 一个指令能够适用有符号和无符号两种状况。（呵呵，其实为何要补码啊，就是为了这个呗，:-)）
乘法运算就不行了，必须用两套指令，有符号的状况下用imul 获得的结果是：0x FF D8 就是 -40 。无符号的状况下用 mul ，获得：0x 01 D8 就是 472 。(参看文后附录2例程)
 
3、可爱又可怕的c语言。
 
为何又扯到 c 了？由于大多数遇到有符号仍是无符号问题的朋友，都是c里面的 signed 和 unsigned 声明引发的，那为何开头是从汇编讲起呢？由于咱们如今用的c编译器，不管gcc 也好，vc6 的cl 也好，都是将c语言代码编译成汇编语言代码，而后再用汇编器汇编成机器码的。搞清楚了汇编，就至关于从根本上明白了c，并且，用机器的思惟去考虑问题，必须用汇编。（我通常遇到什么奇怪的c语言的问题都是把它编译成汇编来看。）
 
C 是可爱的，由于c符合kiss 原则，对机器的抽象程度刚恰好，让咱们即提升了思惟层面（比汇编的机器层面人性化多了），又不至于离机器太远（像c# ，java之类就太远了）。当初K&R 版的c就是高级一点的汇编……:-)
 
C又是可怕的，由于它把机器层面的全部的东西都反应了出来，像这个有没有符号的问题就是一例（java就不存在这个问题，由于它被设计成全部的整数都是有符号的）。为了说明它的可怕特举一例：
 
#include <stdio.h> 
#include <string.h> 
 
int main()
{
    int x = 2; 
    char * str = "abcd"; 
    int y = (x - strlen(str) ) / 2;
    
    printf("%d\n",y);
}
 
结果应该是 -1 可是却获得：2147483647 。为何?由于strlen的返回值，类型是size_t，也就是unsigned int ，与 int 混合计算时有符号类型被自动转换成了无符号类型，结果天然出乎意料。。。
观察编译后的代码，除法指令为 div ，意味无符号除法。
解决办法就是强制转换，变成 int y = (int)(x - strlen(str) ) / 2; 强制向有符号方向转换（编译器默认正好相反），这样一来，除法指令编译成 idiv 了。
咱们知道，就是一样状态的两个内存单位，用有符号处理指令 imul ，idiv 等获得的结果，与用 无符号处理指令mul，div等获得的结果，是大相径庭的！因此牵扯到有符号无符号计算的问题，特别是存在讨厌的自动转换时，要倍加当心！（这里自动转换时，不管gcc仍是cl都不提示！！！）
 
为了不这些错误，建议，凡是在运算的时候，确保你的变量都是 signed 的。
 
4、c的作法。
 
对于有符号和无符号的处理上，c语言层面作的更“人性化”一些。好比在声明变量的时候，c 有signed 和 unsigned 前缀来区别，而汇编呢，没有任何区别，把握全在你本身，好比：你想在一个字节中输入一个有符号数，那么这个数就别超过 -128 ~ +127 ，想输入无符号数，要保证数值在 0~255 之间。若是你输入了 236 ，你还要说你输入的是有符号数，那么你确定错了，由于有符号数236至少要两个字节来存放（为00 EC），不要小看了那一个字节的00，在有符号乘法下，两个字节的00 EC 与 一个字节的EC，在与一样一个数相乘时，获得的结果是大相径庭的！！！
 
咱们来看下具体的列子（用vc6的cl编译器生成）：
 
C语言 编译后生产的汇编语言 
       ……
       char x;
       unsigned char y;
       int z;
       
       x = 3;
       y = 236;
 
       z = x*y;
       ……        ……
       _x$ = -4
       _y$ = -8
       _z$ = -12
       …… 
       mov BYTE PTR _x$[ebp], 3
       mov BYTE PTR _y$[ebp], 236     
 
       movsx    eax, BYTE PTR _x$[ebp]
       mov ecx, DWORD PTR _y$[ebp]
       and ecx, 255 
              
       imul eax, ecx
       mov DWORD PTR _z$[ebp], eax
       …… 


 
咱们看到，在赋值的时候（绿色部分），汇编后与本文第一条论述相同，是否有符号把握全在本身，c比汇编作的更好这一点没有获得体现，这也能够理解，由于c最终要被编译成汇编，汇编没有在变量声明时区分有无符号这一功能，天然，c也没有办法。但既然c提供了signed和unsigned声明，汇编后，确定有代码体现这一点，表格里的红色部分就是。对有符号数x他进行了符号扩展，对无符号y进行了零扩展。这里为了举例的方便，进行了有符号数和无符号数的混合运算，实际编程中要避免这种状况。
 
（完）
 
 
附录：
 
1．计算机对有符号整数的表示只采起一套编码方式，不存在正数用原码，负数用补码这用两套编码之说，大多数计算机内部的有符号整数都是用补码，就是说不管正负，这个计算机内部只用补码来编码！！！只不过正数和0的补码跟他原码在形式上相同，负数的补码在形式上与其绝对值的原码取反加一相同。
 
2. 两套乘法指令结果例程：
 
;; 程序存储为 x.s
 
extern printf 
global main 
 
section .data
    str1: db "%x",0x0d,0x0a,0 
    n: db 0x02
section .text 
main: 
    xor eax,eax
    mov al, 0xec
    mul byte [n] ;有符号乘法指令为: imul
 
    push eax
    push str1
    call printf 
    
    add esp,byte 4 
    ret 
    
编译步骤：
1. nasm -felf x.s 
2. gcc x.o
 
ubuntu7.04 下用nasm和gcc编译经过。结果符合文章所述