字符与字符串的表示方法.ppt

2 1 3字符与字符串的表示方法 1 字符的表示方法现代计算机不仅处理数值领域的问题 而且处理大量非数值领域的问题 这样一来 必然要引入文字 字母以及某些专用符号 以便表示文字语言 逻辑语言等信息 目前国际上普遍采用的字符系统是七单位的ASCII码 美国国家信息交换标准字符码 它包括10个十进制数码 26个英文字母和一定数量的专用符号 如 等 共128个元素 因此二进制编码需7位 加一位偶校验位 共8位一个字节 表2 1列出了七单位的ASCII码字符编码表 ASCII码规定8个二进制位的最高一位为0 余下的7位可以给出128个编码 表示128个不同的字符 其中95个编码 对应着计算机终端能敲入并且可以显示的95个字符 打印机设备也能打印这95个字符 如大小写各26个英文字母 0 9这10个数字符 通用的运算符和标点符号 等等 另外的33个字符 其编码值为0 31和127 则不对应任何一个可以显示或打印的实际字符 它们被用作控制码 控制计算机某些外围设备的工作特性和某些计算机软件的运行情况 表2 1ASCII字符编码表 2 字符串是指连续的一串字符 通常方式下 它们占用主存中连续的多个字节 每个字节存一个字符 当主存字由2个或4个字节组成时 在同一个主存字中 既可按从低位字节向高位字节的顺序存放字符串的内容 也可按从高位字节向低位字节的次序顺序存放字符串的内容 例 将字符串 IF A B THEN READ C 从高位字节到低位字节依次存在主存中 解 设主存单元长度由4个字节组成 每个字节中存放相应字符的ASCII值 文字表达式中的空格 在主存中也占一个字节的位置 因而每个字节分别存放十进制的73 70 32 65 62 66 32 84 72 69 78 32 82 69 65 68 40 67 41 32 主存IF空A B空THEN空READ C 空 2 1 4汉字的表示方法 1 汉字的输入编码为了能直接使用西文标准键盘把汉字输入到计算机 就必须为汉字设计相应的输入编码方法 当前采用的方法主要有以下三类 数字编码常用的是国标区位码 用数字串代表一个汉字输入 区位码是将国家标准局公布的6763个两级汉字分为94个区 每个区分94位 实际上把汉字表示成二维数组 每个汉字在数组中的下标就是区位码 区码和位码各两位十进制数字 因此输入一个汉字需按键四次 数字编码输入的优点是无重码 且输入码与内部编码的转换比较方便 缺点是代码难以记忆 拼音码拼音码是以汉字拼音为基础的输入方法 使用简单方便 但汉字同音字太多 输入重码率很高 同音字选择影响了输入速度 字形编码字形编码是用汉字的形状来进行的编码 把汉字的笔划部件用字母或数字进行编码 按笔划的顺序依次输入 就能表示一个汉字 为了加快输入速度 在上述方法基础上 发展了词组输入 联想输入等多种快速输入方法 但是都利用了键盘进行 手动 输入 理想的输入方式是利用语音或图象识别技术 自动 将拼音或文本输入到计算机内 使计算机能认识汉字 听懂汉语 并将其自动转换为机内代码表示 目前这种理想已经成为现实 2 汉字内码汉字内码是用于汉字信息的存储 交换 检索等操作的机内代码 一般采用两个字节表示 英文字符的机内代码是七位的ASCII码 当用一个字节表示时 最高位为 0 为了与英文字符能相互区别 汉字机内代码中两个字节的最高位均规定为 1 注意 有些系统中字节的最高位用于奇偶校验位 这种情况下用三个字节表示汉字内码 3 汉字字模码字模码是用点阵表示的汉字字形代码 它是汉字的输出形式 根据汉字输出的要求不同 点阵的多少也不同 字模点阵的信息量很大 所占存储空间也很大 因此字模点阵只能用来构成汉字库 而不能用于机内存储 字库中存储了每个汉字的点阵代码 当显示输出或打印输出时才检索字库 输出字模点阵 得到字形 注意 汉字的输入编码 汉字内码 字模码是计算机中用于输入 内部处理 输出三种不同用途的编码 不要混为一谈 图2 1汉字的字模点阵及编码 2 1 5校验码元件故障 噪声干扰等各种因素常常导致计算机在处理信息过程中出现错误 为了防止错误 可将信号采用专门的逻辑线路进行编码以检测错误 甚至校正错误 通常的方法是 在每个字上添加一些校验位 用来确定字中出现错误的位置 最简单且应用广泛的检错码是采用一位校验位的奇校验或偶校验 设 0 1 n 1 是一个n位字 则奇校验位 定义为C 0 1 n 1 2 15 式中 代表按位加 表明只有当 中包含有奇数个1时 才使C 1 即C 0 同理 偶校验位 定义为C 0 1 n 1 2 16 即 中包含偶数个1时 才使C 0 假设一个字 从部件A传送到部件B 在源点A 校验位C可用上面公式算出来 并合在一起将 0 1 n 1C 送到B 假设在B点真正接收到的是 0 1 n 1C 然后计算F 0 1 n 1 C 若F 1 意味着收到的信息有错 若F 0 表明 字传送正确 奇偶校验可提供单个错误检测 但无法检测多个错误 更无法识别错误信息的位置 例7 已知下表中左面一栏有5个字节的数据 请分别用奇校验和偶校验进行编码 填在中间一栏和右面一栏 数据偶校验编码 奇校验编码 1010101010101010 10101010 0101010001010100 01010100 0000000000000000 00000000 0111111101111111 01111111 1111111111111111 11111111 解 假定最低一位为校验位 其余高8位为数据位 列表如下 从中看出 校验位的值取0还是取1 是由数据位中1的个数决定的 数据偶校验编码 奇校验编码 1010101010101010010101010101010100010101001010101000000000000000000000000000010111111101111111101111111011111111111111110111111111