计算机是如何存储数据的

为什么要学编程基础

因为你首先是程序员,其次才是前端。

一个程序员需要知道

硬件与软件:计算机的运行原理(《编码》),以及大学计算机相关课程,例如《计算机组成原理》、《计算机网络》,我在上大学的时候,老师有讲过计算机原理

最大的软件:操作系统(维基百科)了解操作系统由什么构成的

自己写软件:数据结构 & 算法(《数据结构与算法分析》)数据结构与算法分析,排序算法

多人写软件:软件工程(代码大全)

前端为什么要学编程基础?

  • 操作系统运行在硬件之上
  • 浏览器运行在操作系统之上,不仅仅是浏览器,所有的软件都是运行在操作系统之上的。
  • HTML/CSS/JS运行在浏览器之上
  • HTML/CSS/JS和数据都来自服务器

存在三层依赖,所以我们前端需要学习编程基础,我们才会知道

  • CSS/JS是怎样运行的?
  • JS的变量存储在哪里?
  • 数据怎么从服务器获取?

计算机: 二进制的世界

  1. 为什么计算机只能存储0和1?
  2. 如何存储0和1
  3. 如何存储数字
  4. 如何存储字符
  5. 如何存储中文
  6. 如何存储所有字符
  7. 如何用更少的空间来存储

1. 为什么计算机只能存储0和1?

这其中涉及到很多硬件知识,简单的来说,因为电脑是集成电路,内存微观上是无数小开关,或者是小电池,而“0”和“1”正好分别代表“开”和“关”(或者是“通电”和“不通电”),就好像家里的电灯开关只有开和关一样。所以,电脑的本质决定了它必须是二进制,只能存储0和1

2. 如何存储0和1

计算机存储过程,其实就是给小电池不断充电的过程,因为小电池自身存在耗电(好比家里的南孚电池放久了不用自己会消耗电量一样)。那么,既然小电池自己会耗电,又要不断充电,如何判断它是的状态是0和1呢?规则是:当小电池电量大于50%,为1;电量小于50%,则为0。因为计算机的充电速率是纳秒级(10-9),即一次充电过程为:刷新1次/10-9S。

计算机首先纵向,从上往下选中8个点,然后横向输入电量

竖向的认为一组晶体管,用来保存如数字8的值

横向的电路用来给晶体管充电。


计算机是如何存储数据的_第1张图片
内存如何存储0和1.png

存储

  • 1就充电(变成红色)
  • 0就不充电(不变色)

读取

  • 电量大于50% 就是1
  • 电量小于50% 就是0

通过这样内存就实现可以存储0和1

3. 如何存储数字

计算机只存储0和1,所以存储数字,需要将数字(八进制、十进制、十六进制)转换为二进制的0和1

十进制 --> 二进制

37(10) == 100101(2) 括号里面的数字代表是什么进制

*代表是乘,^代表是多少次方,?代表未知,需要求出来

37(10)  = 3 * 10^1 + 7 * 10^0
        = n1 * 2^? + n2 * 2^?
        = 32 + 4 + 1
        = 1 * 2^5 + 1 * 2^2 + 1 * 2^0
        = 1 * 2^5 + 0 * 2^4 + 0 * 2^3 + 1 * 2^2 + 0 * 2^1 + 1 * 2^0
        = 100101(2)

-37(10) == -100101(2)

负数会以补码的形式存储,比较复杂,这里不做多讲

0.75(10) == 0.11(2)

0.75(10)  = 7 * 1/10 + 5 * 1/10^2
          = n1 * 1/2 + n2 * 1/4
          = 0.5 + 0.25
          = 1* 1/2 + 1 * 1/4
          = 0.11(2)

小Tips:

为了方便书写,一般会将二进制写为十六进制

二进制 --> 十六进制,每四个二进制代表一个十六进制数

举个例子下面的转换可以跟这个例子推出来:

1111(2) --> F(16)

1111(2) = 2^3 + 2^2 + 2^1 + 2^0 = F(16)
二进制 十六进制
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 A
1011 B
1100 C
1101 D
1110 E
1111 F

进制转换之方法2

  • 整数


    计算机是如何存储数据的_第2张图片
    整数.png
  • 小数


    计算机是如何存储数据的_第3张图片
    小数.png

4. 如何存储字符

使用ASCII表(用十进制数字来代替经常出现的符号和大小写英文字母)来存储少量的字符串

将每个字符编号

ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)

美国信息交换标准代码是基于拉丁字母的一套计算机编码系统。它主要用于显示现代英语,而其扩展版本EASCII则可以部分支持其他西欧语言,并等同于国际标准ISO/IEC 646

你想存储a,就需要存储97(10)对应的二进制

97(10)  = 9 * 10^1 + 7 * 10^0
        = n1 * 2^? + n2 * 2^?
        = 64 + 32 + 1
        = 1 * 2^6 + 1 * 2^5 + 1 * 2^0
        = 01100001(2) == 61(16)

你想存储A,就需要存储65(10)对应的二进制

65(10)  = 6 * 10^1 + 5 * 10^0
        = n1 * 2^? + n2 * 2^?
        = 64 + 1
        = 1 * 2^6  + 1 * 2^0
        = 01000001(2) == 41(16)

通过上面的例子说明计算机会认为A和a是不一样,因为所对应的ASCII不同

5. 如何存储中文

使用GBK

  • GB 2312 中国国家标准简体中文字符集
  • 微软推出的GBK 字符集(存储生僻字、繁体字、日语、朝鲜语等)
  • GB2312 共收录 6763 个汉字,同时收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的 682 个字符

6. 如何存储所有字符

为了将所有字符都能够在电脑上显示,然而不同的字符集考虑到兼容性问题,Unicode联盟做了这样一件事,他们将全世界的文字都编在一张表中。

缺点:原来使用ASCII字符编码进行存储时,只需要1个字节即8位存储就足够,但是使用Unicode却需要4个字节即32位来存储;原来存储一个中文字符需要2个字节即16位,使用Unicode后需要4个字节32位存储。这样大大的浪费了存储空间。

  • Unicode 字符集
  • unciode万国码,将全球字符编号,包括中日韩文字、藏文、盲文、楔形文字、 颜文字:-)、 绘文字

7. 如何用更少的空间来存储

低性价比

a -> 00000000 00000000 00000000 011000012 = 0061(16)

你 -> 00000000 00000000 01001111 011000002 = 4F60(16)

高性价比 UTF-8

a -> 01100001

你-> 11100100 10111101 10100000

低性价比,因为计算机需要使用4个字节来存储

下面解释一下"你"的UTF-8

//Unicode
你 -> 00000000 00000000 01001111 011000002
//utf-8
你-> 11100100 10111101 10100000
//1110 表示告诉计算机,读取的时候往后读三个字节,每个字节开头都是10,除我之外,10都是表示我跟着前面的

UTF-8 是一种编码方式,不是字符集

UTF-8的编码方式

现实问题

  • 为什么有些中文软件喜欢用GBK,不用Unicode/UTF-8?

    (1)发展史:当时在国内发明GB 2312的早几年,微软的GBK还没有出现,大家习惯了使用 GB 2312 和 GB13000 ,而新出来的Unicode虽然全球统一,但是还不完善,没有采用UTF-8的编码方式。之后GBK的出现,对原来的GB 2312更加优化,深受大家的喜爱。而到后来2000年出现的 GB 18030-2000 ,它统一和兼容了GBK,但是90年到2000年初,代大家还是习惯性的使用GBK字符集。

    (2)国情:在当时的背景下,信息相对比较闭塞,并不是什么东西像如今Google一下就可找到,所以在国内90年代大部分软件使用的字符集依然是GBK

  • Javascript使用Unicode字符集,但是没有使用UTF-8编码

    • Javascript用了UCS-2编码,因为1995年UTF-16还没被发明出来,Javascript也不想使用 UTF-32,Unicode与JavaScript详解
    • 出现的后果:ES5 无法表示 \uFFFF 之后的字符(如 \u1D306),某些情况下会出 bug,Javascript有个Unicode的天坑

ASCII,Unicode,UTF-8,GBK关系是什么?

  1. 一开始只有ASCII字符集,因为初期只有欧美国家才能指定计算机规则。
  2. 中国也需要想计算机输入中文,因此在ASCII127号(127号以下叫半角字符,其他叫全角字符)之后的符号取消,用两个大于127字符连在一起,表示一个汉字,命名为GBK2312,可以认为GBK2312就是ASCII的中文扩展
  3. 又添加了字符,但是GBK2312已经不够了,所以干脆直接把ASCII127之后的再重新一个位置放入一个中文字符,作为GBK字符集
  4. 这时候出现了Unicode,能包括所有的字符。缺点就是无论你是英文还是中文,都必须用两个字节(16个0和1)来存储。
  5. 这时候,UTF-8出现了,它可以根据不同的字节长度来变化UTF-8的长度,比如当字符在ASCII中,就用一个字节(字节:用8个0或1来表示一个字符)表示,中文就用3个字节表示

两个不太熟悉的题目

  1. Unicode 字符集中,字符「你」对应的16进制数是多少?(答案是四个字符)参考 [站长工具](http://tool.chinaz.com/tools/unicode.aspx (中文 = > unicode方法)

答案:4f60

  1. 字符「你」的 UTF-8 编码是多少,请用十六进制表示(可以百度谷歌,参考 http://graphemica.com/%E4%BD%A0 )(中文 = > UTF-8 方法)

技巧:ctrl+f,在页面内搜索「UTF-8」,然后翻译十六进制是hex,判断出答案

答案:e4bda0

拓展思考:

  • 编码方式与字符集的区别,编码方式?字符集?
  • 如何将Unicode存到计算机里面
  • 十六进制,unicode,UTF-8的区别
    • unicode(是十六进制)是高效 UTF-8 (同样是十六进制)的储存方法。
  • 负数会以补码的形式存储
  • 小数会以浮点数的形式存储

你可能感兴趣的:(计算机是如何存储数据的)