计算机组成原理-基本运算部件定点数的运算

news2025/5/24 11:27:37

2.2基本运算部件

整理自up主beokayy_

1.加法器

一位全加器

  • 全加器是最基本的加法单元:
    • 三个输入端:加数Ai,加数Bi,低位传进来的进位C1-1
    • 两个输出端:本位和S,向高位的进位C
  • 全加器的逻辑表达式:
    • Si=Ai⊕Bi⊕Ci-1
    • Ci=AiBi+(Ai⊕Bi)Ci-1

串行进位加法器

  • 把n个一位全加器相连可得到n位加法器,即串行进位加法器。
  • 模拟人的算法,串行进位加法器的信号是逐级形成的,串行进位又被称作行波进位。
  • 在串行进位加法器中,低位运算产生进位所需的时间将影响高位运算的时间。
  • 因此,串行进位加法器的最长运算时间主要是由进位信号的传递时间决定的,位数越多延迟时间越长。

并行进位加法器

  • 全加器的进位逻辑表达式为Ci=AiBi+(Ai⊕Bi)Ci-1,设Gi=AiBi,Pi=Ai⊕Bi,则Ci=Gi+PiCi-1。
  • 进行下列迭代:
    • C1=G1+P1C0
    • C2=G2+P2C1=G2+P2(G1+P1C0)=G2+P2G1+P2P1C0
    • C3=G3+P3G2+P3P2G1+P3P2P1C0
    • C4=G4+P4G3+P4P3G2+P4P3P2G1+P4P3P2P1C0
  • 从上述迭代后的表达式可以看出,Ci仅与Ai、Bi以及最低位进位C0有关,而相互间的进位没有依赖关系。
  • 因此,只要A1A4、B1B4以及C0同时到达,就可以几乎同时形成C1~C4,并且同时生成各位的和。这样就解决了串行进位加法器需要花费长时间等
    待进位的问题。
  • 实现这个逻辑的电路称为CLA部件。由于各个进位是并行同时产生的,因此这种加法器称为并行进位加法器。
  • 并行加法器的进位很快,与位数无关。但随着位数的增加,C的逻辑表达式会变得非常复杂,电路结构也会随之变得复杂。因此,位数非常多时采用并行加
    法器是不现实的。

2.算术逻辑单元ALU

  • ALU是一种功能较强的组合逻辑电路,可以实现多种算术运算和逻辑运算。
  • 加减乘除运算最终都可归结成加法运算,所以ALU的核心是带标志加法器,同时也能执行与或非等逻辑运算。
  • ALUop控制ALU所执行的处理。ALUop的位数s决定了操作的种类,s位就有2s种。

定点数的运算

1.定点数的移位操作

x<<k(左移)

  • 左移k位,,最高k位舍弃,右端补0
  • 相当于乘2
  • 左移前后符号位改变了,则发生溢出

x>>k(右移)

  • 右移k位,分为两种情况:
    • 逻辑右移(无符号数):左端补k个0
    • 算数右移(带符号数):左端补k个最高有效位的值
    • 相当于除2,所以没有溢出判断

2.定点数的加减法

运算规则

  • 计算机中的带符号数都用补码来表示,故定点数的加减法也用补码
  • [A+B]补=[A]补+[B]补;[A-B]补=[A]补+[-B]补([-B]补=[B]补’+1)
  • 符号位和数值位一起参与运算,结果的符号位在运算中直接得出
  • 最终运算结果的高位丢弃,保留机器字长的位数,得到的结果也是补码

溢出判别

  • 仅当以下四种情况才会发生溢出
    • 正+正=负
    • 负+负=正
    • 正-负=负
    • 负-正=正
  • 一位符号位判别:
    • 设A的符号为As,B的符号为Bs,结果的符号为Ss。则逻辑溢出表达式为V=AsBsSs’+(AsBsSs)’
    • V=0表示无溢出;V=1表示有溢出
    • 还有一种方法:符号位的进位与最高位的进位相同则无溢出,否则就是有溢出
  • 双符号位判别:
    • 两位符号位相同,正常进行计算,两位符号位与溢出情况如下所示:
符号位溢出情况
00正数无溢出
01正溢出
10负溢出
11负数无溢出

乘除法不记录在内,目前只应付期末考试,等考研再来补充

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2384560.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

python打卡day34@浙大疏锦行

知识点回归&#xff1a; CPU性能的查看&#xff1a;看架构代际、核心数、线程数GPU性能的查看&#xff1a;看显存、看级别、看架构代际GPU训练的方法&#xff1a;数据和模型移动到GPU device上类的call方法&#xff1a;为什么定义前向传播时可以直接写作self.fc1(x) ①CPU性能查…

SOC-ESP32S3部分:8-GPIO输出LED控制

飞书文档https://x509p6c8to.feishu.cn/wiki/OSQWwh95niobqUkKyDQcVgsbnFg 这节课&#xff0c;我们将会以ESP32S3外设GPIO的使用为例&#xff0c;带大家学习如何从零开始学会ESP32外设的使用。 例如&#xff0c;这节课我们的需求是&#xff0c;需要通过GPIO控制指示灯的亮灭&…

05算法学习_59. 螺旋矩阵 II

05算法学习_59. 螺旋矩阵 II 05算法学习_59. 螺旋矩阵 II题目描述&#xff1a;个人代码&#xff1a;学习思路&#xff1a;第一种写法&#xff1a;题解关键点&#xff1a; 个人学习时疑惑点解答&#xff1a; 05算法学习_59. 螺旋矩阵 II 力扣题目链接: 59. 螺旋矩阵 II 题目描…

Linux `>`/`>>` 重定向操作符深度解析与高阶应用指南

Linux `>`/`>>` 重定向操作符深度解析与高阶应用指南 一、核心功能解析1. 基础重定向2. 标准流描述符二、高阶重定向技巧1. 多流重定向2. 文件描述符操作3. 特殊设备操作三、企业级应用场景1. 日志管理系统2. 数据管道处理3. 自动化运维四、安全与权限管理1. 防误操作…

【自定义类型-联合和枚举】--联合体类型,联合体大小的计算,枚举类型,枚举类型的使用

目录 一.联合体类型 1.1--联合体类型的声明 1.2--联合体的特点 1.3--相同成员的结构体和联合体对比 1.4--联合体大小的计算 1.5--联合体练习 二.枚举类型 2.1--枚举类型的声明 2.2--枚举类型的优点 2.3--枚举类型的使用 &#x1f525;个人主页&#xff1a;草莓熊Lotso…

李宏毅《深度学习》:Self-attention 自注意力机制

一&#xff0c;问题分析&#xff1a; 什么情况下需要使用self-attention架构&#xff0c;或者说什么问题是CNN等经典网络架构解决不了的问题&#xff0c;我们需要开发新的网络架构&#xff1f; 要解决什么问题《——》对应开发self-attention架构的目的&#xff1f; 1&#…

C++初阶-list的使用1

目录 1.std::list简介 2.成员函数 2.1构造函数的使用 2.2list::operator的使用 3.迭代器 4.容量 4.1list::empty函数的使用 4.2list::size函数的使用 4.3list::max_size函数的使用 5.元素访问 6.修饰符 6.1list::assign函数的使用 6.2push_back和pop_back和push_fr…

Python web 开发 Flask HTTP 服务

Flask 是一个轻量级的 Web 应用框架&#xff0c;它基于 Python 编写&#xff0c;特别适合构建简单的 Web 应用和 RESTful API。Flask 的设计理念是提供尽可能少的约定和配置&#xff0c;从而让开发者能够灵活地构建自己的 Web 应用。 https://andi.cn/page/622189.html

分享|16个含源码和数据集的计算机视觉实战项目

本文将分享16个含源码和数据集的计算机视觉实战项目。具体包括&#xff1a; 1. 人数统计工具 2. 颜色检测 3. 视频中的对象跟踪 4. 行人检测 5. 手势识别 6. 人类情感识别 7. 车道线检测 8. 名片扫描仪 9. 车牌识别 10. 手写数字识别 11.鸢尾花分类 12. 家庭照片人脸检测 13. 乐…

二十三、面向对象底层逻辑-BeanDefinitionParser接口设计哲学

一、引言&#xff1a;Spring XML配置的可扩展性基石 在Spring框架的演进历程中&#xff0c;XML配置曾长期作为定义Bean的核心方式。虽然现代Spring应用更倾向于使用注解和Java Config&#xff0c;但在集成第三方组件、兼容遗留系统或实现复杂配置逻辑的场景下&#xff0c;XML配…

[Vue]路由基础使用和路径传参

实际项目中不可能就一个页面&#xff0c;会有很多个页面。在Vue里面&#xff0c;页面与页面之间的跳转和传参会使用我们的路由: vue-router 基础使用 要使用我们需要先给我们的项目添加依赖:vue-router。使用命令下载: npm install vue-router 使用路由会涉及到下面几个对象:…

使用VGG-16模型来对海贼王中的角色进行图像分类

动漫角色识别是计算机视觉的典型应用场景&#xff0c;可用于周边商品分类、动画制作辅助等。 这个案例是一个经典的深度学习应用&#xff0c;用于图像分类任务&#xff0c;它使用了一个自定义的VGG-16模型来对《海贼王》中的七个角色进行分类&#xff0c;演示如何将经典CNN模型…

WooCommerce缓存教程 – 如何防止缓存破坏你的WooCommerce网站?

我们在以前的文章中探讨过如何加快你的WordPress网站的速度&#xff0c;并研究过各种形式的缓存。 然而&#xff0c;像那些使用WooCommerce的动态电子商务网站&#xff0c;在让缓存正常工作方面往往会面临重大挑战。 在本指南中&#xff0c;我们将告诉你如何为WooCommerce设置…

第J2周:ResNet50V2 算法实战与解析

&#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 学习目标 ✅ 根据TensorFlow代码&#xff0c;编写出相应的Python代码 ✅ 了解ResNetV2和ResNet模型的区别 一、环境配置 二、数据预处理 三、创建、划分数据…

虚拟机Centos7:Cannot find a valid baseurl for repo: base/7/x86_64问题解决

问题 解决&#xff1a;更新yum仓库源 # 备份现有yum配置文件 sudo cp -r /etc/yum.repos.d /etc/yum.repos.d.backup# 编辑CentOS-Base.repo文件 vi /etc/yum.repos.d/CentOS-Base.repo[base] nameCentOS-$releasever - Base baseurlhttp://mirrors.aliyun.com/centos/$relea…

IP风险度自检,多维度守护网络安全

如今IP地址不再只是网络连接的标识符&#xff0c;更成为评估安全风险的核心维度。IP风险度通过多维度数据建模&#xff0c;量化IP地址在网络环境中的安全威胁等级&#xff0c;已成为企业反欺诈、内容合规、入侵检测的关键工具。据Gartner报告显示&#xff0c;2025年全球78%的企…

NV066NV074美光固态颗粒NV084NV085

NV066NV074美光固态颗粒NV084NV085 在存储技术的快速发展浪潮中&#xff0c;美光科技&#xff08;Micron Technology&#xff09;始终扮演着引领者的角色。其NV系列闪存颗粒凭借创新设计和卓越性能&#xff0c;成为技术爱好者、硬件开发者乃至企业级用户关注的焦点。本文将围绕…

C++ 日志系统实战第六步:性能测试

全是通俗易懂的讲解&#xff0c;如果你本节之前的知识都掌握清楚&#xff0c;那就速速来看我的项目笔记吧~ 本文项目结束&#xff01; 性能测试 下面对日志系统做一个性能测试&#xff0c;测试一下平均每秒能打印多少条日志消息到文件。 主要的测试方法是&#xff1a;每秒能…

Java桌面应用开发详解:自制截图工具从设计到打包的全流程【附源码与演示】

&#x1f525; 本文详细介绍一个Java/JavaFX学习项目——轻量级智能截图工具的开发实践。通过这个项目&#xff0c;你将学习如何使用Java构建桌面应用&#xff0c;掌握JavaFX界面开发、系统托盘集成、全局快捷键注册等实用技能。本文主要关注基础功能实现&#xff0c;适合Java初…

手写一个简单的线程池

手写一个简单的线程池 项目仓库&#xff1a;https://gitee.com/bossDuy/hand-tearing-thread-pool 基于一个b站up的课程&#xff1a;https://www.bilibili.com/video/BV1cJf2YXEw3/?spm_id_from333.788.videopod.sections&vd_source4cda4baec795c32b16ddd661bb9ce865 理…