[C++备课讲义第2章.ppt

使用不同进制的原因 计算机中只使用二进制一种计数制的原因： 二进制中只有0和1两个符号，使用有两个稳定状态的电子器件就可以分别表示它们，而制造有两个稳定状态的电子器件要比制造有多个稳定状态的电子器件容易得多 二进制数的运算规则简单，易于进行高速运算 数理逻辑中的“真”和“假”可以分别用“1”和“0”来表示，这样就把非数值信息的逻辑运算与数值信息的算术运算联系了起来 使用八进制和十六进制的原因： 二进制数太长，书写、阅读、记忆均不便 八进制和十六进制与二进制之间的转换直观、方便 数值信息的表示 计算机中的数值信息分类 整数和实数:它们都是用二进制表示的，但表示方法有很大差别。 实数（浮点数）的表示 实数：既有整数部分又有小数部分的数，整数和纯小数只是实数的特例。任何一个实数总可以表达成一个乘幂和一个纯小数之积，例如： 56.725=102×(0.56725) －0.0034756=10－2×(－0.34756) 指数部分指出实数中小数点的位置，括号里是一个纯小数。 二进制数的情况完全类同，例如： 1001.011=2100×(0.1001011) －0.0010101=2－10×(－0.10101) 字符在计算机中的表示 字符、字符集及其码表 文字的基本元素是字母和符号，统称为“字符” (character)，它包括：字母、数字、符号等 字符集：一组特定字符的集合 不同的字符集包含的字符数目与内容不同，如： 中文字符集、西文字符集、日文字符集等 字符的编码： 字符集中每个字符都使用二进位(code) 表示，称为该字符的编码 不同的字符其编码各不相同 字符集中所有字符的编码的一览表，称为该字符集的码表 西文字符的编码——ASCII码 西文是表音文字(拼音文字)，它由拉丁字母、数字、标点符号以及一些特殊符号所组成 美国标准信息交换码(ASCII码)： ASCII字符集包含96个可打印字符和32个控制字符 采用7个二进位进行编码 计算机中使用1个字节存储1个ASCII 字符 存在问题： 字符集太小（只有128个字符） 不同国家和地区使用不同的字符集及其编码，互不兼容 东亚地区使用的大字符集无法编码 标准ASCII字符集及其码表 汉字如何编码？ 汉字是记录汉语（国语，华语）的文字，属于表意文字，它用符号直接表达词或词素 汉字的特点 数量大；多个国家和地区使用；字形复杂，同音字多，异体字多 如何编码？ 确定收入多少字、哪些字？ 汉字在字符集中的排序方式 确定使用的代码结构和代码空间 常用的汉字编码字符集 国家标准GB2312 汉字扩充规范 GBK 国家标准GB18030 台湾地区的标准汉字字符集CNS 11643 (BIG 5，俗称“大五码”) 日本工业标准汉字字符集JIS X 0208-90 韩国国家标准汉字字符集KSC 5601-87 GB2312汉字编码字符集 1980年颁布《信息交换用汉字编码字符集·基本集》——GB2312-1980 GB2312字符集由三个部分构成： GB2312汉字的编码 每一个GB2312汉字使用16位(2个字节)表示 为了与ASCII字符相区别，每个字节的最高位均为“1” GBK汉字内码扩充规范 GB2312的不足： 汉字字数太少，缺少繁体字,无法满足人名、地名、古籍整理、古典文献研究等应用的需要；与ASCII码不兼容 GBK汉字内码扩充规范（1995）： 在GB2312基础上，增加了1万多汉字(包括繁体字)和符号 共有21003个汉字和883个图形符号，如“計算機”、冃、冄、円、冇等繁体字和生僻字 与GB8312保持向下兼容，也使用双字节表示，第1字节最高位必须为“1”： 应用： 操作系统——Windows 95以上简体中文版，采用GBK代码，并提供了多种输入法和字体 应用软件——Office 95以上简体中文版本提供GBK码的检索和排序 互联网应用——许多网站的网页使用GBK代码，但目前还不是所有有哪些信誉好的足球投注网站引擎都支持 GBK 汉字文本的有哪些信誉好的足球投注网站 UCS/Unicode多文种大字符集 背景：为了实现全球数以千计的不同语言文字的统一编码 方案：ISO将全球所有文字字母和符号集中在一个字符集中进行统一编码(目前共收集了17x216＝1,114,112 个) ，称为UCS/Unicode UCS/Unicode的编码方案： 先实现部分字符的编码（共107,361个字符） 尽量与已有编码标准兼容 其中包含有中、日、韩统一整理出来的近3万汉字（称CJK汉字） 允许有若干不同的编码方案, 例如： GB18030汉字编码标准 背景：无论是Unicode的UTF-8还是UTF-16，其CJK汉字字符集虽然覆盖了我国已使用多年的GB2312和GBK标准中的汉字，但它们的编码并不相同 为了既