两人的补足(托马斯·芬利)

我把所有位的倒数加1。编程:

  // In C++11
  int _powers[] = {
      1,
      2,
      4,
      8,
      16,
      32,
      64,
      128
  };

  int value = 3;
  int n_bits = 4;
  int twos_complement = (value ^ ( _powers[n_bits]-1)) + 1;

Two的补码是一种存储整数的聪明方法，因此常见的数学问题很容易实现。

为了理解，你必须把数字想象成二进制。

它基本上是说，

对于0，用所有的0。 对于正整数，开始计数，最大值为2(位数-1)-1。 对于负整数，做完全相同的事情，但是切换0和1的角色并开始倒数(所以不是从0000开始，而是从1111开始——这是“补”部分)。

让我们尝试一个4位的迷你字节(我们称之为1/2个字节)。

0000 -零 0001 - 1 0010 - 2 0011 - 3 0100到0111,4点到7点

这是我们目前能找到的阳性结果。23-1 = 7。

负面影响:

1111 - 1 1110 - 2 1101 - 3 1100到1000 - - 4到- 8

注意，负数(1000 = -8)有一个额外的值，而正数没有。这是因为0000用于表示零。这可以看作是计算机的数轴。

区分正数和负数

这样一来，第一个位就扮演了“符号”位的角色，因为它可以用来区分非负的十进制值和负的十进制值。如果最高有效位是1，那么二进制就可以说是负的，如果最高有效位(最左边)是0，就可以说十进制值是非负的。

“符号量级”的负数只是将它们的正数对应的符号位颠倒了，但这种方法必须处理将1000(一个1后面跟着所有的0)解释为“负零”，这是令人困惑的。

“1的补”负数只是它们的正数的位补，这也导致了“负零”和1111(都是1)的混淆。

除非你的工作非常接近硬件，否则你可能不需要处理个位补或符号幅度整数表示。

就像我看到的大多数解释一样，上面的解释清楚地说明了如何使用2的补码，但并没有真正解释它们在数学上是什么。我会试着这么做，至少对整数来说是这样的，我会先介绍一些你们可能熟悉的背景知识。

回想一下它是如何用于十进制的:2345是2 × 103 + 3 × 102 + 4 × 101 + 5 × 100的一种写法。

同样地，二进制是一种只使用0和1来写数字的方法，遵循相同的思路，但把上面的10换成了2。然后在二进制中，1111是1 × 23 + 1 × 22 + 1 × 21 + 1 × 20的一种写法，如果你算出来，结果等于15(以10为底)。因为8+4+2+1 = 15。

这对于正数来说很好。它甚至适用于负数，如果你愿意在负数前面加一个负号，就像人类对待小数一样。在某种程度上，这甚至可以在计算机上完成，但我从20世纪70年代初就没见过这样的计算机了。我将把原因留到另一个讨论。

对于计算机来说，负数使用补表示法效率更高。这里有一些经常被忽视的东西。补表示法涉及到数字数字的某种反转，甚至是在正常正数之前隐含的零。这很尴尬，因为问题来了:所有这些?这可能是一个无限的数字要考虑。

幸运的是，计算机并不代表无穷。数字被限制在特定的长度(或者宽度，如果你喜欢)。所以让我们回到正二进制数，但有一个特定的大小。在这些例子中，我将使用8个数字(“位”)。所以我们的二进制数应该是00001111或者0 × 27 + 0 × 26 + 0 × 25 + 0 × 24 + 1 × 23 + 1 × 22 + 1 × 21 + 1 × 20

为了形成2的补负，我们首先将所有的(二进制)数字补成11110000，然后加上1，形成11110001，但我们如何理解这意味着-15?

The answer is that we change the meaning of the high-order bit (the leftmost one). This bit will be a 1 for all negative numbers. The change will be to change the sign of its contribution to the value of the number it appears in. So now our 11110001 is understood to represent  -1 × 27 + 1 × 26 + 1 × 25 + 1 × 24 + 0 × 23 + 0 × 22 + 0 × 21 + 1 × 20Notice that "-" in front of that expression? It means that the sign bit carries the weight -27, that is -128 (base 10). All the other positions retain the same weight they had in unsigned binary numbers.

算出-15，就是-128 + 64 + 32 + 16 + 1用计算器试试。它是-15。

Of the three main ways that I've seen negative numbers represented in computers, 2's complement wins hands down for convenience in general use. It has an oddity, though. Since it's binary, there have to be an even number of possible bit combinations. Each positive number can be paired with its negative, but there's only one zero. Negating a zero gets you zero. So there's one more combination, the number with 1 in the sign bit and 0 everywhere else. The corresponding positive number would not fit in the number of bits being used.

关于这个数字更奇怪的是，如果你试图通过互补和加1来形成正数，你会得到相同的负数。0会这样做似乎很自然，但这是出乎意料的，完全不是我们习惯的行为，因为除了计算机，我们通常认为数字是无限供应的，而不是这种固定长度的算术。

这只是怪胎的冰山一角。表面之下还有更多的东西在等待着，但这就足够我们讨论了。如果你研究定点算术中的“溢出”，你可能会发现更多。如果你真的想深入了解它，你可能还会研究“模算术”。

2对给定数的补数是1与1的补数相加得到的数。

假设我们有一个二进制数:10111001101

它的1的补位是:01000110010

它的2的补数是:01000110011

2的补码是表示负数的一种方式，大多数控制器和处理器都以2的补码形式存储负数。

Two的补语主要用于以下原因:

避免0的多个表示形式 避免在溢出的情况下跟踪进位(如补位)。 进行简单的加法和减法运算变得很容易。