計算機系統是一個復雜而精密的工程奇跡，其核心任務之一是處理數據。無論我們使用計算機進行文字處理、圖像渲染、科學計算還是游戲娛樂，本質上都是在操作和處理以特定形式表示的數據。要深入理解計算機系統，首要的一步就是探究數據在計算機內部是如何被表示、存儲和運算的。

1. 信息的基石：比特與字節

計算機處理的所有信息——無論是數字、文本、圖像還是聲音指令——最終都被編碼為一串比特（bit）。一個比特是信息的最小單位，其值只能是0或1，對應著物理世界中的兩種穩定狀態（如電路的高低電平、磁盤的磁化方向）。

為了方便組織和尋址，比特通常被分組為字節（Byte），現代計算機通常以8個比特為一個字節。字節是內存尋址的基本單位。一串比特本身沒有固定的含義，其意義完全取決于我們賦予它的上下文（Context） 和解釋方式。例如，同樣的8位二進制串 01000001，在不同的上下文中可以解釋為：

• 一個整數：65（十進制）
• 一個ASCII字符：'A'
• 一條機器指令的一部分
• 一個像素的灰度值

2. 數值的表示：整數

計算機使用二進制來表示數字。對于無符號整數，直接將十進制數轉換為二進制即可。例如，十進制數5表示為 0101。

現實世界中的數字有正負。為了表示有符號整數，計算機科學家們設計了多種編碼方案，其中最普遍的是補碼（Two's Complement）。補碼表示法的精妙之處在于：

• 最高位為符號位：0表示正數或零，1表示負數。
• 運算的統一性：使用補碼，加法和減法的硬件電路可以統一，無需為負數設計特殊的減法邏輯。一個數的補碼是其二進制表示按位取反后加1（對于負數）。
• 表示范圍：對于一個w位的補碼整數，其表示范圍為 [-2^(w-1), 2^(w-1)-1]。例如，8位補碼的范圍是-128到127。

理解整數的表示是避免程序中出現溢出（Overflow）和精度錯誤的關鍵。

3. 數值的表示：浮點數

對于小數或極大極小的數，我們使用浮點數（Floating Point） 表示，它類似于科學計數法（如 3.14 × 10^2）。現代計算機普遍采用 IEEE 754 標準。

一個浮點數（以單精度32位為例）被分為三個部分：

• 符號位（S）：1位，表示正負。
• 指數位（Exp）：8位，表示2的冪次（經過偏置編碼）。
• 尾數位（Frac）：23位，表示小數部分（隱含了前導的1）。

浮點數的表示帶來了巨大的動態范圍，但也引入了精度問題。因為用有限的二進制位無法精確表示所有十進制小數（如0.1），這會導致舍入誤差，在金融計算或高精度科學計算中需要特別小心。

4. 非數值數據的表示

• 文本：最常見的是ASCII碼（7位，128個字符）和Unicode（如UTF-8），后者為全球幾乎所有字符提供了唯一的數字編號。
• 圖像：通常由像素點陣表示。每個像素的顏色信息由數值編碼，例如RGB模型用三個數值分別表示紅、綠、藍的強度。
• 聲音：通過采樣和量化，將連續的聲波轉換為離散的數值序列。
• 程序指令：最終也被編碼為二進制機器碼，由CPU解碼執行。

5. 數據的運算與“位”的魔法

計算機在比特級別上提供了豐富的操作，這些操作是構建更復雜功能的基礎：

• 算術運算：加、減、乘、除，基于ALU（算術邏輯單元）實現。
• 位級運算：與（&）、或（|）、非（~）、異或（^）。這些運算可用于掩碼操作、設置/清除特定位、快速乘除2的冪等。
• 邏輯運算：&&、||、!，常用于條件判斷。
• 移位運算：左移（<<）和右移（>>）。左移相當于乘以2，右移相當于除以2（對于整數）。

理解這些底層運算，能幫助程序員編寫出更高效、更巧妙的代碼，例如利用位運算進行狀態壓縮、快速計算等。

###

數據表示是計算機科學的基石。從一串簡單的0和1出發，通過精心的編碼和上下文定義，我們構建了整個豐富多彩的數字世界。理解數據如何被表示，不僅有助于我們編寫正確、健壯的程序（避免溢出、精度陷阱），更能讓我們洞悉計算機工作的本質，從而在系統設計、性能優化和問題調試中游刃有余。這是邁向“深入理解計算機系統”堅實的第一步。在后續的探討中，我們將以此為基礎，進一步剖析程序是如何在機器級表示和執行的。