非数值数据的编码方式

非数值数据的编码表示

逻辑值

• n位二进制数可表示n个逻辑值
• 逻辑数值和数值数据都是一串0/1序列

西文字符

• 西文由拉丁字母、数字、标点符号及一些特殊字符所组成，它们统称为字符，所以字符的集合叫做字符集
• 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），构成该字符集的代码表（码表）。
• 码表中代码具有唯一性
• ASCII字符表规律：
  数字的代码小于字zhi母；在数字的代码中，0的代码最小，9的代码最大；大写字母的代码比小写字母小；在字母中，代码的大小按字母顺序递增；A的代码最小，z的代码最大。其中，0的代码为48，A的代码为65，a的代码为97，其他数字和字母的代码可以依次推算出来。

汉字字符：

• 汉字的输入码：汉字的输入码的码元（即组成编码的基本元素）是西文键盘中的某个按键
• 字符集和汉字内码
  GB 2312-1980为国际码，又称国际交码。由字母、数字和各种符号组成。
  汉字区位码：每一个或字符在码表中都有各自的位置，各有一个唯一的位置编码，该编码用字符所在的区号及位号的二进制表示，7位区号在左，7位位号在右，共14位。
• 汉字的字模点阵码和轮廓描述
  汉字字形的描述方法：字模点阵码、轮廓描述
  输出汉字前，需先到字库去找它的字形描述信息，然后把字形消息送到相应的设备输出

数据的宽度和存储

数据的宽度和单位

• 计算机中处理存储和传输信息的最小单位：比特
• 一个西文字符用8个比特表示，一个汉字用16个比特表示
• 二进制信息的计量单位是比特（位组），一个字节等于8个比特
• 同一数据类型分配的数据类型随机器和编译器的不同而不同

数据的存储和排列顺序

• 计算机中存储数据，一般用最低有效位LSB和最高有效位MSB来分别表示数的最低位和最高位（对于带符号数，最高位是符号位，所以MSB就是符号位。只要明确MSB、LSB的位置，就可以明确的符号和数据）
• 每个地址标号存放一个字节。
• 多字节数据都存放在连续的字节序列中。根据数据中各字节在连续字节序列中的排列顺序不同，可有两种排列方式：大端、小端

数据的校验码

• 检验位：当数据被存入存储器或从源部件传输时，对数据M进行某种运算以产生相应的代码P=F（M),P即为检验位。是一个表示给定位数的二进制数中1的个数是奇数还是偶数的二进制数。奇偶校验位是最简单的错误检测码。

奇偶校验码：一种增加二进制传输系统最小距离的简单和广泛采用的方法。是一种通过增加冗余位使得码字中"1"的个数恒为奇数或偶数的编码方法，它是一种检错码。

• 一个二进制码字，如果它的码元有奇数个1，就称为具有奇性(奇性检测等效于所有码元的模二加，并能够由所有码元的异或运算来确定。对于一个n位字，奇性由下式给出：奇性=a0⊕a1⊕a2⊕…⊕an)
• 给每一个码字加一个校验位，用它来构成奇性或偶性校验
• 奇偶校验编码通过增加一位校验位来使编码中1个个数为奇数（奇校验）或者为偶数（偶校验），从而使码距变为2。因为其利用的是编码中1的个数的奇偶性作为依据，所以不能发现偶数位错误。

海明校验码

• 通过增加少数几个校验位，检测出二位同时出错、及检测出一位出错并自动恢复该出错位的正确值的有效手段
• 校验位的位数的确定
  假设为k个数据位设置n个校验位，则校验位能表示2^n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 ^n -1个状态指出有错误发生在某一位，包括k个数据位和n个校验位 n和k满足 2^k>=1+n+k
• 分组方式的确定
  数据位和校验位是一起被存储的，通过将他们中的各位按某种方式排列为一个n+k位的码字，将该码字中每一位的出错位置与故障字的数值建立关系，来确定码字中错误码位
• 校验位的生成和检错、纠错
  对每组采用相应的奇偶校验，得到相应的一个校验码。
  校验码若同时具有发现两位错和纠正一位错的能力，称为单纠错和双纠错码，简称“纠一检二”码

循环冗余校验码CRC

• 一种常用的、具有检错、纠错能力的校验码，在早期的通信中运用广泛。
• 常用于外存储器和计算机同步通信的数据校验