课后练习参考答案第二章：数据的表示和运算

chinasll

第二章：数据的表示和运算
一、给出以下概念的解释说明。
真值：真值是数学上的值，即我们实际想要表示的数，不考虑计算机内部如何表示。
机器数：机器数是在计算机内部用来表示数值的二进制编码。它可能由于编码方式（如
原码、补码等）和机器的特性而有所不同。
数值数据：数值数据是指那些可以表示数量或大小的数据，如整数、浮点数等。
非数值数据：非数值数据是指不能表示为数量或大小的数据，如字符、文本、图片等。
无符号整数：无符号整数是一个非负的二进制数，它只表示大小，不表示正负。
带符号整数：带符号整数可以表示正数或负数。在计算机中，通常使用最高位作为符号
位，其余位表示数值大小。
定点数：定点数是一种数值表示方法，其中小数点位置是固定的。定点数主要用于表示
整数或小数。
浮点数：浮点数是一种数值表示方法，其中小数点位置可以浮动。它通常由尾数
（mantissa）和阶码（exponent）两部分组成，用于表示非常大或非常小的数。
尾数：尾数是浮点数中用于表示数值大小的部分。
阶和阶码：阶是浮点数中小数点实际位置与默认位置之间的偏移量。阶码则是这个偏移
量的编码表示。
溢出：溢出是指计算机在运算过程中，结果超出了它能表示的范围。这可能导致不正确
的结果或错误。
规格化数：规格化数是指满足特定条件的浮点数，例如尾数的最高位是 1（对于二进制
数）。这种表示方式可以提高浮点数的精度和范围。
左规：左规是在浮点数运算中，当尾数向左移动时，阶码相应减小的过程。这通常发生
在尾数溢出时。
右规：右规是在浮点数运算中，当尾数向右移动时，阶码相应增加的过程。这通常发生
在尾数下溢时。
ASCII 码：ASCII（American Standard Code for Information Interchange）码是一种用于表示
英文字符和其他控制字符的编码系统。
汉字输入码：汉字输入码是用户通过键盘等设备输入汉字时所使用的编码，如拼音、五笔等。
汉字内码：汉字内码是计算机内部用于表示汉字的编码，如 GB2312、GBK、UTF-8 等。
字长：字长是指计算机内部处理数据的位数，例如 32 位或 64 位处理器。它决定了计算
机一次能处理的数据量。
大端方式：大端方式（Big Endian）是一种数据存储方式，其中高位字节存储在内存的
低地址端，低位字节存储在内存的高地址端。
小端方式：小端方式（Little Endian）是另一种数据存储方式，其中低位字节存储在内存
的低地址端，高位字节存储在内存的高地址端。
ALU（算术逻辑单元）：ALU 是计算机中的一个重要组件，负责执行算术运算（如加、
减、乘、除）和逻辑运算（如与、或、非）。
2.简单回答下列问题。
(1)为什么计算机内部采用二进制表示信息?
解析：二进制只有 0 和 1 两种状态，这与计算机中的逻辑电路的开关状态一致，使得信
息表示和计算非常直接和简单。
二进制数的运算规则简单，使得计算机在进行运算时更加高效。
二进制数的抗干扰能力强，因为它只涉及两种状态，对噪声和干扰的容忍度较高。
(2)既然计算机内部所有信息都用:进制表示，为什么还要用到十六进制或八进制数?
解析：虽然计算机内部所有信息都用二进制表示，但使用十六进制或八进制数是为了方
便人类理解和操作。十六进制和八进制数的每一位可以对应多个二进制位，这使得在表示较
长的二进制数时，十六进制或八进制数更加简洁，便于阅读和书写。在程序设计和调试中，
使用十六进制或八进制数可以更方便地查看和操作内存地址和数据。
(3) 在浮点数的基数和总位数- -定的情况下，浮点数的表示范围和精度分别由什么决
定?
解析：在浮点数的基数和总位数一定的情况下，浮点数的表示范围和精度分别由阶码和
尾数决定。阶码决定了浮点数的范围，即能表示的最大和最小数值；而尾数决定了浮点数的
精度，即数值的精确度或小数部分的位数。
(4)为什么要对浮点数进行规格化?有哪两种规格化操作?
解析：对浮点数进行规格化是为了提高浮点数的精度和运算效率。规格化操作包括左规
和右规两种。当尾数的绝对值小于规定的最小值时，需要进行右规操作，即将尾数的小数点
向右移动，同时增加阶码的值；当尾数的绝对值大于规定的最大值时，需要进行左规操作，即将尾数的小数点向左移动，同时减少阶码的值。通过规格化操作，可以确保浮点数的尾数
满足一定的条件（如最高位为 1），从而提高浮点数的表示范围和精度。
(5)为什么计算机处理汉字时会涉及不同的编码(如输入码、内码、字模码)?说明这些编
码中哪些用二进制编码，哪些不用二进制编码，为什么?
解析：计算机处理汉字时会涉及不同的编码，如输入码、内码和字模码，是因为汉字数
量庞大，需要有效的编码方式来存储、传输和显示。这些编码中，输入码如拼音码、五笔码
等不是用二进制编码的，因为它们是为了方便用户输入汉字而设计的，具有特定的输入规则
和逻辑。而内码和字模码则是用二进制编码的。内码是计算机内部用于存储和传输汉字的唯
一标识码，需要二进制编码来确保唯一性和计算机识别的准确性。字模码是用于显示汉字的
字形信息，通常以二进制图像或点阵形式表示，因此也需要二进制编码。
3.实现下列各数的转换
(1) (25.8125)10= (?)2= (?) 8= (?)16
解析：(25.8125)10= (11001.1101)2= (31.64) 8= (19)16
(2) (101101.011)2= (?)10= (?) 8= (?)16
解析：(101101.011)2= (45.375)10= (55.3) 8= (2D.6)16
(3) (4E.C)16= (78.75)10= (1001110.11)24.假定机器数为 8 位(1 位符号，7 位数值)，写出下列各二进制小数的原码表示。
+0.1001，-0. 1001，+1.0，-1. 0， +0. 010100， -0.010100，+0，-0
解析：
给定机器数为 8 位，其中 1 位用于符号，7 位用于数值。原码表示法非常直观，正数的
符号位为 0，负数的符号位为 1，其余位直接表示数值。以下是各二进制小数的原码表示：
+0.1001
 符号位：0（正数）
 数值位：1001
 原码表示：01001000
-0.1001
 符号位：1（负数）
 数值位：1001
 原码表示：11001000
+1.0
 符号位：0（正数）
 数值位： 因为小数点后的位数不足 7 位， 所以需要在前面补 0 直到达到 7 位。 因此，
数值位为 0000000（表示 1.0）
 原码表示：00000000
-1.0
 符号位：1（负数）
 数值位：与+1.0 相同，为 0000000
 原码表示：10000000
+0.010100
 符号位：0（正数）
 数值位：010100
 原码表示：00101000
-0.010100
 符号位：1（负数） 数值位：010100
 原码表示：10101000
+0
 符号位：0（正数）
 数值位：全 0，表示 0
 原码表示：00000000
-0
 符号位：1（负数）
 数值位：全 0，但在原码表示法中，-0 和+0 是相同的，都表示为 00000000
 原码表示：00000000（注意，在实际计算机系统中，-0 通常会被特殊处理或视为
非法表示）
请注意，原码表示法有一个问题，那就是它有两个 0 的表示（+0 和-0）。在实际的计
算机系统中，通常会使用补码或其他方法来解决这个问题。
5.假定机器数为 8 位(1 位符号，7 位数值)，写出下列各二进制整数的补码和移码表示。
+1001,-1001,+1,-1,+ 10100,-10100, +0,-0
对于 8 位机器数（1 位符号，7 位数值），我们可以按照补码和移码的规则来求出各二
进制整数的表示。
首先，补码的定义是：正数的补码与其原码相同；负数的补码是其绝对值的二进制表示
（即原码），然后各位取反，最后加 1。
移码的定义是：在补码的基础上，符号位取反（即正数符号位为 1，负数符号位为 0）。
现在，我们根据这些规则来求出各二进制整数的补码和移码表示：
+1001
 补码：与原码相同，为 01001
 移码：符号位取反，为 11001
-1001
 补码：先求原码（11001），然后取反得 00110，再加 1 得 00111
 移码：符号位取反，为 00111
+1
 补码：00001
 移码：10001-1
 补码：原码为 10001，取反得 01110，再加 1 得 01111
 移码：01111
+10100
 补码：010100
 移码：110100
-10100
 补码：原码为 110100，取反得 001011，再加 1 得 001100
 移码：001100
+0
 补码：0000000
 移码：1000000
-0
 在补码和移码表示中，通常没有单独的-0 表示。在补码系统中，-0 和+0 是等价的，
都表示为全 0（0000000）。在移码系统中，由于符号位取反，-0 的移码表示会是
1000000，但这通常不被视为一个有效的数值表示，因为移码主要用于浮点数的表
示，其中-0 和+0 在大多数系统中被视为相同。
请注意，对于补码和移码，符号位都包含在总的位数中，所以 8 位表示包括了 1 位符号
位和 7 位数值位。对于+0 和-0，补码系统中它们都是 0000000，但在移码系统中，-0 没有独
立的表示，通常被视为无效或等同于+0 的移码表示。
6.已知[x]补，求 x
(1) [x]补=11100111
(2) [x]补= 1000 000
(3) [x]补 = 0101 0010.
(4) [x]补= 1101 0011
解析：
已知补码求原码，我们需要首先确定该补码表示的是正数还是负数，然后根据补码的定
义还原出原码。补码的最高位（符号位）为 0 时，表示正数，此时补码就是原码；补码的最
高位为 1 时，表示负数，此时我们需要对补码求反再加 1 得到原码。下面针对每一个补码，
我们来进行计算：(1) [x]补 = 11100111
 符号位为 1，表示这是一个负数。我们需要对补码求反再加 1 得到原码。
 求反：00011000
 加 1：00011001
 因此，x = -00011001，即 -23（十进制）。
(2) [x]补 = 10000000
 符号位为 1，表示这是一个负数。但这里有个特殊情况，补码表示的是-128。在 8
位补码系统中，-128 没有对应的正数形式，因此这是一个特殊的值。
 因此，x = -128（十进制）。
(3) [x]补 = 01010010
 符号位为 0，表示这是一个正数。补码就是原码。
 因此，x = 01010010，即 82（十进制）。
(4) [x]补 = 11010011
 符号位为 1，表示这是一个负数。我们需要对补码求反再加 1 得到原码。
 求反：00101100
 加 1：00101101
 因此，x = -00101101，即 -43（十进制）。
7. 假定 32 位字长的机器中带符号整数用补码表示，浮点数用 IEEE 754 标准表示，寄存
器 RI 和 R2 的内容分别为 RI: 00000H, R2: 8080 00 不同指令对寄存器进行不同的操作， 因而，
不同指令执行时寄存器内容对应的真值不同。假定执行下列运算指令时,操作数为寄存器 RI
和 R2 的内容，则 RI 和 R2 中操作数的真值分别为多少?
(1)无符号数加法指令
(2)带符号整数乘法指令
(3)单精度浮点数减法指令
解析：
首先，我们需要明确每个指令如何处理寄存器中的内容。寄存器 R1 和 R2 中的内容分
别是 00000H 和 80800000H，这些都是十六进制表示。
(1) 无符号数加法指令
 对于无符号数加法，我们直接将两个数相加。
 R1: 00000000H R2: 80800000H
 相加得：
 结果 = 80800000H
 因此，R1 和 R2 中操作数的真值（十进制表示）分别是：
 R1 真值 = 0
 R2 真值 = 2147483648 (因为 80800000H 转换为十进制是 2147483648)
(2) 带符号整数乘法指令
 对于带符号整数乘法，首先需要将十六进制数转换为补码表示的带符号整数。
 R1: 00000000H -> 真值 = 0
 R2: 80800000H -> 真值 = -2147483648 (因为是补码表示的负数)
 然后，执行乘法运算：
 0 * (-2147483648) = 0
 所以，尽管乘法运算执行了，但结果的真值仍然是 0。
(3) 单精度浮点数减法指令
 对于单精度浮点数减法，我们需要按照 IEEE 754 标准来解释寄存器中的内容。
 R1: 00000000H -> 0.0 (正零)
 R2: 80800000H -> -Inf (负无穷大，因为指数位全为 1 且尾数位不全为 0 时表示 NaN
或特殊值，这里的尾数位为 0，所以是负无穷大)
 在 IEEE 754 标准中，0 减去负无穷大在数学上是没有定义的，但在大多数实现中，
这样的操作通常会导致结果为正无穷大。但需要注意的是，这取决于具体的硬件和
浮点实现。
 如果我们按照通常的实现，结果应该是正无穷大。但由于这取决于具体的实现，所
以严格来说我们不能确定RI和R2中操作数的真值在执行单精度浮点数减法指令后
的确切结果，只能说结果可能是正无穷大。
7． 假定一台 32 位字长的机器中带符号整数用补码表示， 浮点数用 IEEE 754 标准表示，
寄存器 R1 和 R2 的内容分别为 R1：00 00 10 8BH，R2：80 80 10 8BH。不同指令对寄存器
进行不同的操作，因而，不同指令执行时寄存器内容对应的真值不同。假定执行下列运算指
令时，操作数为寄存器 R1 和 R2 的内容，则 R1 和 R2 中操作数的真值分别为多少？
（1）无符号数加法指令 R1:+108BH R2:+8080108BH
（2）带符号整数乘法指令 R1:+108BH R2:-7F7FEF75H（3）单精度浮点数减法指令 R1:0000000000000000 0001000010001011=+0.000000
0001000010001011B2-126
R2:10000000100000000001000010001011=-0.0000000001000010001011B2-126
9．以下是一个 C 语言程序，用来计算一个数组 a 中每个元素的和。当参数 len 为 0
时，返回值应该是 0，但是在机器上执行时，却发生了存储器访问异常。请问这是什么原因
造成的，并说明程序应该 如何修改。
float sum_elements(float a[], unsigned len)
{
int i;
float result = 0;
for (i = 0; i <= len–1; i++)
result += a;
return result;
}
解：参数 len 的类型是 unsigned，当 len=0 时，len-1 的结果为 11…1，因此循环体被不
断执行，引起数组越界。
应将 len 修改为 int 型或者 for循环条件改为 i<len
10.下列几种情况所能表示的数的范围是什么?
(1)16 位无符号整数
(2)16 位原码定点小数
(3)16 位补码定点整数
(4)下述格式的浮点数(基数为 2，移码的偏置常数为 128，没有隐藏位)
数符（1 位）阶码（8 位移码）尾数（7 位原码数值部分）
解答：对于每种情况，我们可以分别计算出其表示的数的范围。
(1) 16位无符号整数： 在16位的情况下， 无符号整数的范围为0到2^16 - 1， 即0到65535。
(2) 16 位原码定点小数：16 位原码定点小数通常采用一个比特表示符号位，剩余比特表
示整数和小数部分。假设有 1 位符号位，15 位用于整数和小数部分。那么范围可以计算为
从 -1（全部为 1 的补码）到 1-2^(-15)（最大正数）。所以表示的范围是从-1 到 1-2^(-15)。
(3) 16 位补码定点整数：16 位补码定点整数同样采用一个比特表示符号位，剩余比特表
示整数部分。假设有 1 位符号位，15 位用于整数部分。那么范围可以计算为从 -2^15（全部为 1 的补码）到 2^15 - 1（全部为 0 的补码）。所以表示的范围是从-2^15 到 2^15 - 1。
(4) 下述格式的浮点数：这个浮点数格式有 1 位符号位，8 位阶码（移码），7 位尾数
（原码数值部分）。阶码的偏置常数为 128，没有隐藏位。对于阶码，我们将其看作无符号
数。假设阶码的偏置常数为 128，则阶码的范围是从 0 到 255。尾数的范围是从 0 到 127。
因此，这个浮点数的表示范围是从 2^(-128)到(1-2^(-7)) * 2^(127)。
11.以 IEEE 754 单精度浮点数格式表示下列十进制数。+1.625，-9/16，+1.75，+19，-1/8，
258
（1）**+1.625**:
- 首先将 +1.625 转换为二进制。整数部分是 1，小数部分是 0.625。
- 整数部分的二进制是 `1`。
- 小数部分的二进制是 `0.101`（因为 0.625 = 1/2 + 1/8）。
- 因此，+1.625 的二进制表示是 `1.101`。
- 将其规范化为科学计数法形式 `1.101 * 2^0`。
- 在 IEEE 754 格式中，符号位为 `0`，阶码为 `127`（因为指数偏移是 127，所以阶码
为 0 + 127 = 127），尾数部分为 `101 0000 0000 0000 0000 0000`。
- 因 此 ， +1.625 的 IEEE 754 单 精 度 浮 点 数 表 示 为 `0 01111111
10100000000000000000000`。
（2）**-9/16**:
- 将 -9/16 转换为二进制。-9 转换为二进制是 `1001`，16 转换为二进制是 `10000`。
- -9/16 的二进制是 `1001.0000`。
- 将其规范化为科学计数法形式 `1.001 * 2^3`。
- 在 IEEE 754 格式中，符号位为 `1`，阶码为 `130`（3 + 127 = 130），尾数部分为
`00100000000000000000000`。
- 因 此 ， -9/16 的 IEEE 754 单 精 度 浮 点 数 表 示 为 `1 10000010
00100000000000000000000`。
（3）**+1.75**:
- 将 +1.75 转换为二进制。整数部分是 1，小数部分是 0.75。
- 整数部分的二进制是 `1`。
- 小数部分的二进制是 `0.11`（因为 0.75 = 1/2 + 1/4）。- 因此，+1.75 的二进制表示是 `1.11`。
- 将其规范化为科学计数法形式 `1.11 * 2^0`。
- 在 IEEE 754 格式中，符号位为 `0`，阶码为 `127`（0 + 127 = 127），尾数部分为
`11000000000000000000000`。
- 因 此 ， +1.75 的 IEEE 754 单 精 度 浮 点 数 表 示 为 `0 01111111
11000000000000000000000`。
（4）**+19**:
- 将 +19 转换为二进制。19 的二进制是 `10011`。
- 将其规范化为科学计数法形式 `1.0011 * 2^4`。
- 在 IEEE 754 格式中，符号位为 `0`，阶码为 `131`（4 + 127 = 131），尾数部分为
`00110000000000000000000`。
- 因此， +19 的 IEEE 754 单精度浮点数表示为 `0 10000011 00110000000000000000000`。
（5）**-1/8**:
- 将 -1/8 转换为二进制。-1/8 的二进制是 `1111.0`。
- 将其规范化为科学计数法形式 `1.111 * 2^0`。
- 在 IEEE 754 格式中，符号位为 `1`，阶码为 `127`（0 + 127 = 127），尾数部分为
`11100000000000000000000`。
- 因 此 ， -1/8 的 IEEE 754 单 精 度 浮 点 数 表 示 为 `1 01111111
11100000000000000000000`。
（6）**258**:
- 将 258 转换为二进制。258 的二进制是 `100000010`.
- 将其规范化为科学计数法形式 `1.00000010 * 2^8`。
- 在 IEEE 754 格式中，符号位为 `0`，阶码为 `135`（8 + 127 = 135），尾数部分为
`00000010000000000000000`。
- 因此， 258 的 IEEE 754 单精度浮点数表示为 `0 10000111 00000010000000000000000`。
12.设一个变量的值为 4098，要求分别用 32 位补码整数和 IEEE 754 单精度浮点格式表
示该变量(结果用十六进制表示)，并说明哪段二进制序列在两种表示中完全相同，为什么会
相同?
解答： 首先， 让我们分别用32位补码整数和IEEE 754单精度浮点格式来表示变量值4098。（1）32 位补码整数表示：
4098 的二进制表示为 `00000000000000000000100000000010`。
由于是正数，补码与原码相同。
因此，32 位补码整数表示为 `00000000 00000000 00001000 00000010`。
（2）IEEE 754 单精度浮点格式表示：
将 4098 表示为二进制是 `100000000010.0`。
将其规范化为科学计数法形式 `1.00000000010 * 2^12`。
在 IEEE 754 单精度浮点格式中，符号位为 0（表示正数），阶码为 12+127=139，尾数部
分为 00000000010000000000000。
因此，IEEE 754 单精度浮点格式表示为 `0 10000111 00000000010000000000000`。
现在，让我们来比较这两种表示中完全相同的部分：
- 在 32 位补码整数表示中，最高位（符号位）为 0，表示正数。
- 在 IEEE 754 单精度浮点格式表示中，最高位（符号位）也为 0，表示正数。
这两种表示中的符号位都是相同的，都表示正数。这是因为 4098 是一个正数，无论是
以补码整数形式还是 IEEE 754 单精度浮点格式表示，其符号位都应该是 0。
13.设一个变量的值为–2147483647，要求分别用 32 位补码整数和 IEEE754 单精度浮
点格式表示该变 量（结果用十六进制表示），并说明哪种表示其值完全精确，哪种表示的
是近似值。
解：首先，让我们分别用 32 位补码整数和 IEEE 754 单精度浮点格式来表示变量值
-2147483647。
（1）32 位补码整数表示：
-2147483647 的二进制表示为 `10000000 00000000 00000000 00000001`。
因为是负数，需要使用补码表示。补码是通过将对应正数的补码进行取反然后加 1 得到
的。所以-2147483647 的补码为 `11111111 11111111 11111111 11111110`。
因此，32 位补码整数表示为 `11111111 11111111 11111111 11111110`。
（2）IEEE 754 单精度浮点格式表示：
首先，我们需要将-2147483647 表示为二进制科学计数法形式。
-2147483647 可以表示为 `-1.0 * 2^31`。
在 IEEE 754 单精度浮点格式中，符号位为 1（表示负数），阶码为 31+127=158，尾数部分为 00000000000000000000000。
因此，IEEE 754 单精度浮点格式表示为 `1 10011110 00000000000000000000000`。
现在，让我们来分析哪种表示更精确：
- 32 位补码整数表示的值为精确值，因为在整数表示中，每个位都被精确地用于表示数
值。
- IEEE 754 单精度浮点格式表示的值为近似值，因为在浮点表示中，精度是受限的，尤
其是对于较大的数值，可能会丢失精度或者产生舍入误差。
因此，32 位补码整数表示的值是完全精确的，而 IEEE 754 单精度浮点格式表示的值是
近似值。
16.假设某字长为 8 位的计算机中，带符号整数变量采用补码表示，已知 x=-60，y=-75，
x和 y 分别存放在寄存器 A和 B中。 请回答下列问题(要求最终用十六进制表示二进制序列)。
(1)寄存器 A 和 B 中的内容分别是什么?
(2) 若 x 和 y 相加后的结果存放在寄存器 C 中，则寄存器 C 中的内容是什么?运算结果
是否正确?加法器最高位的进位 Cout 是什么?溢出标志 OF、符号标志 SF 和零标志 ZF 各是什
么?
(3)若 x 和 y 相减后的结果存放在寄存器 D 中， 则寄存器 D 中的内容是什么?运算结果是
否正确?此时， 加法器最高位的进位 Cout 是什么?溢出标志 OF、 符号标志 SF 和零标志 ZF 各
是什么?
(4)对于带符号整数的减法运算，能否根据借位标志 CF 对两个带符号整数的大小进行比
较?
解析：首先，让我们按照题目中所述的要求来回答问题。
（1）寄存器 A 和 B 中的内容分别是什么?
由于题目中已经说明了采用 8 位补码表示，我们可以将-60 和-75 转换为 8 位补码表示。
-60 的补码为：`11000100`
-75 的补码为：`10110101`
所以寄存器 A 中的内容是 `11000100`，寄存器 B 中的内容是 `10110101`。
（2）若 x 和 y 相加后的结果存放在寄存器 C 中，则寄存器 C 中的内容是什么？运算结
果是否正确？加法器最高位的进位 Cout 是什么？溢出标志 OF、符号标志 SF 和零标志 ZF 各
是什么？要将-60 和-75 相加，我们使用补码的加法规则。在 8 位补码加法中，如果最高位的进
位与次高位的进位不同，则发生溢出。
所以，将-60 和-75 相加，得到的结果是-135。它的补码是 `10001001`。
寄存器 C中的内容是 `10001001`。
- 运算结果是否正确？正确，因为补码加法给出了正确的结果。
- 加法器最高位的进位Cout是什么？由于最高位进位与次高位进位相同， 所以进位Cout
为 0。
- 溢出标志 OF 是什么？由于溢出，所以溢出标志 OF 为 1。
- 符号标志 SF 是什么？由于结果为负数，所以符号标志 SF 为 1。
- 零标志 ZF 是什么？由于结果不为零，所以零标志 ZF 为 0。
（3）若 x 和 y相减后的结果存放在寄存器 D 中，则寄存器 D 中的内容是什么？运算结
果是否正确？此时，加法器最高位的进位 Cout 是什么？溢出标志 OF、符号标志 SF 和零标
志 ZF 各是什么？
要将-60 和-75 相减，我们使用补码的减法规则。在 8 位补码减法中，如果最高位的进
位与次高位的进位相同，则发生溢出。
所以，将-60 和-75 相减，得到的结果是 15。它的补码是 `00001111`。
寄存器 D 中的内容是 `00001111`。
- 运算结果是否正确？正确，因为补码减法给出了正确的结果。
- 加法器最高位的进位Cout是什么？由于最高位进位与次高位进位相同， 所以进位Cout
为 0。
- 溢出标志 OF 是什么？由于没有溢出，所以溢出标志 OF 为 0。
- 符号标志 SF 是什么？由于结果为正数，所以符号标志 SF 为 0。
- 零标志 ZF 是什么？由于结果不为零，所以零标志 ZF 为 0。
（4） 对于带符号整数的减法运算，能否根据借位标志 CF 对两个带符号整数的大小进
行比较？
在补码表示中，如果两个数相减，且结果为正数，则第一个数大于第二个数；如果结果
为负数，则第一个数小于第二个数；如果结果为零，则两个数相等。因此，可以根据减法的
结果来比较两个带符号整数的大小。CF 标志位会反映是否发生了借位，但它本身并不能直
接用于比较大小。