为什么在计算机系统中,数值一律用补码来表示，也就是用补码的形式来存储数值。而且一个负数的补码是原码的反码加1。

　　为了表示符号位、值位，出现了原码，为了符号位、值位都参与计算，而且计算结果正确，出现了反码，为了不出现反码而产生的+0、-0问题，出现了补码。

　　当然反码计算的结果还是反码，补码计算的结果还是补码，我们只需转换一下就得到原码的结果(反码的值位取反加上符号位即原码，补码的补码是原码)。

　　1.模、原码、反码、补码、其他概念　　1.1模

计算机的运算部件与寄存器都有一定字长的限制(假设字长为8)，因此它的运算也是一种模运算。当计数器计满8位也就是256个数后会产生溢出，又从头开始计数。产生溢出的量就是计数器的模，显然，8位二进制数，它的模数为2^8=256。

　　1.2原码

原码就是符号位加上真值的绝对值, 即用第一位表示符号, 其余位表示值，第一位0表示正数，第一位1表示负数.  比如8位二进制:

[+1]原 = 0000 0001

[-1]原 = 1000 0001

因为第一位是符号位, 所以8位二进制数的取值范围就是:

[1111 1111 , 0111 1111]

即

[-127 , 127]

原码是人脑最容易理解的表示方式。

　　1.3反码

正数的反码是其本身，负数的反码是在其原码的基础上, 符号位不变，其余各个位取反.

[+1] = [00000001]原 = [00000001]反

[-1] = [10000001]原 = [11111110]反

　　1.4补码

正数的补码就是其本身，负数的补码是在其原码的基础上, 符号位不变, 其余各位取反, 最后+1. (即在反码的基础上+1)

[+1] = [00000001]原 = [00000001]反 = [00000001]补

[-1] = [10000001]原 = [11111110]反 = [11111111]补

　　1.5其他概念由于计算机中符号和数字一样,都必须用二进制数串来表示,因此,正负号也必须用0、1来表示。用最高位0表示正、1表示负, 这种正负号数字化的机内表示形式就称为“机器数”,而相应的机器外部用正负号表示的数称为“真值”,将一个真值表示成二进制字串的机器数的过程就称为编码。

　　2.为何要使用原码、反码和补码

现在我们知道了计算机可以有三种编码方式表示一个数. 对于正数因为三种编码方式的结果都相同:

[+1] = [00000001]原 = [00000001]反 = [00000001]补

所以不需要过多解释. 但是对于负数:

[-1] = [10000001]原 = [11111110]反 = [11111111]补

可见原码, 反码和补码是完全不同的. 既然原码才是被人脑直接识别并用于计算表示方式, 为何还会有反码和补码呢?

首先, 因为人脑可以知道第一位是符号位, 在计算的时候我们会根据符号位, 选择对真值区域的加减. (真值的概念在本文最开头). 但是对于计算机, 加减乘数已经是最基础的运算, 要设计的尽量简单. 计算机辨别"符号位"显然会让计算机的基础电路设计变得十分复杂! 于是人们想出了将符号位也参与运算的方法. 我们知道, 根据运算法则减去一个正数等于加上一个负数, 即: 1-1 = 1 + (-1) = 0 , 所以机器可以只有加法而没有减法, 这样计算机运算的设计就更简单了.

于是人们开始探索 将符号位参与运算, 并且只保留加法的方法. 先来看原码:原码就是符号位加上真值的绝对值

计算十进制的表达式: 1-1=0

1 - 1 = 1 + (-1) = [00000001]原 + [10000001]原 = [10000010]原 = -2

如果用原码表示, 让符号位也参与计算, 显然对于减法来说, 结果是不正确的.这也就是为何计算机内部不使用原码表示一个数.

为了解决原码做减法的问题, 也就是为了解决符号位、值位都参与运算且结果正确，出现了反码:

计算十进制的表达式: 1-1=0

1 - 1 = 1 + (-1) = [0000 0001]原 + [1000 0001]原= [0000 0001]反 + [1111 1110]反 = [1111 1111]反 = [1000 0000]原 = -0

发现用反码计算减法, 结果真值部分是正确的. 而唯一的问题其实就出现在"0"这个特殊的数值上. 虽然人们理解上+0和-0是一样的, 但是0带符号是没有任何意义的. 而且会有[0000 0000]原和[1000 0000]原两个编码表示0.

 为了解决了0的符号以及两个编码的问题，出现了补码:

1-1 = 1 + (-1) = [0000 0001]原 + [1000 0001]原 = [0000 0001]补 + [1111 1111]补 = [0000 0000]补=[0000 0000]原

这样0用[0000 0000]表示, 而以前出现问题的-0则不存在了.而且可以用[1000 0000]表示-128:

(-1) + (-127) = [1000 0001]原 + [1111 1111]原 = [1111 1111]补 + [1000 0001]补 = [1000 0000]补

-1-127的结果应该是-128, 在用补码运算的结果中, [1000 0000]补 就是-128. 但是注意因为实际上是使用以前的-0的补码来表示-128, 所以-128并没有原码和反码表示.(对-128的补码表示[1000 0000]补算出来的原码是[0000 0000]原, 这是不正确的)

使用补码, 不仅仅修复了0的符号以及存在两个编码的问题, 而且还能够多表示一个最低数. 这就是为什么8位二进制, 使用原码或反码表示的范围为[-127, +127], 而使用补码表示的范围为[-128, 127].

因为机器使用补码, 所以对于编程中常用到的32位int类型, 可以表示范围是: [-231, 231-1] 因为第一位表示的是符号位.而使用补码表示时又可以多保存一个最小值.

而且实际上并不是从10000001到11111111依次表示-1到-127，而是刚好相反的，从10000001到11111111依次表示-127到-1

用补码表示负数时：负数X用2^n - |X|来表示，其中n为机器的字长

当n=8时，[-1]补 = 2^8 - 1 = 11111111, [-127]补 = 2^8 - 127 = 100000001

[-0]补=2^8=00000000在补码表示法中只有一种表示，即00000000

　　3.二进制编码

1字节 = 8位，所以它能表示的最大数当然是8位都是1(既然2进制的数只能是0或1,如果是我们常见的10进制，那就8位都为9)

1字节的二进制数中，最大的数：11111111。

这个数的大小是多少呢？让我们来把它转换为十进制数。

无论是什么进制，都是左边是高位，右边是低位。10进制是我们非常习惯的计数方式，第一位代表有几个1(即几个100)，第二位代表有几个10(即几个101)，第三位代表有几个100(即有几个102)…，用小学课本上的说法就是：个位上的数表示几个1，十位上的数表示几个10，百位上的数表示几个100……

同理可证，二进制数则是：第1位数表示几个1 (20)，第2位数表示几个2(21)，第3位数表示几个4(22)，第4位数表示几个8(23)……

以前我们知道1个字节有8位，现在通过计算,我们又得知：1个字节可以表达的最大的数是255，也就是说表示0~255这256个数。

那么两个字节(双字节数)呢？双字节共16位。 1111111111111111，这个数并不大，但长得有点眼晕，从现在起，我们要学会这样来表达二制数：

1111 1111 1111 1111,即每4位隔一空格。

双字节数最大值为：

1 * 215 + 1 *214 + 1* 213 + 1 * 212 + 1 * 211 + 1 * 210 + …… + 1 * 22 + 1 * 21 + 1* 20 = 65535

很自然，我们可以想到，一种数据类型允许的最大值，和它的位数有关。具体的计算方法是，如果它有n位，那么最大值就是：

n位二进制数的最大值：1 * 2(n-1) + 1 * 2(n-2) + ... + 1 * 20

　　4.原码、补码和反码的进一步说明在计算机里如何表示整数？整数有无穷多个，在计算机里，通常我们只能表示出其中的一部分。假如我们用 n 个比特来表示一个整数。1 个比特有 2 个状态，n 个比特就有 2^n 个状态，把这 2^n 个状态的集合记为 A. 显然，用 A，我们可以与 n 个整数建立起一一对应。我们还希望 A 所表示的整数能够象整数那样地运算---整数，象整数那样运算，这是不是一句废话？数学中的整数相加，仍然是一个整数，但 A 里两个整数相加，我们却无法保证它们的和仍在 A 中，用代数的术语来讲，叫做 "不满足封闭性"，这是个很坏的性质。　　4.1补码不过数学上有处理这个问题的成熟方案，如果我们能后退一步，让 A 表示的是模 |A| 的剩余类，则加法运算马上就封闭了。而且这个时候 A 不仅可以与 2^n 个整数对应起来，而且，在某种意义下，可以与整数环 Z 对应起来。用代数的观点，这个 "某种意义"就是所谓的同态。整数有两种封闭运算，一种是加法，另一种是乘法。A 作为模 2^n 的剩余类，也有加乘两种运算。定义 Z 到 A 的映射 f(x) = m mod 2^nf 是一个同态，也就是说，f 满足这样的良好性质：f(x+y) = f(x) + f(y) f(xy) = f(x)f(y)我们通常使用 10 进制数，在这个进制下，f(x) 并不容易计算，但是在计算机里，本质的表示是二进制，于是 f(x) 的运算变得出奇地简单。如果 x 小于 2^n，则 x 的 2 进制表示就是 f(x)，如果 x>=2^n，则要求其模 2^n 的余数，这恰好是 x 二进制表示的最低 n 位，换句话说，简单地把高位抛弃就行了。顺便指出，f(0)=0, f(1)=1.我们来看一看 A 中的加法，f(x)+f(y), 若结果小于 2^n，则运算自然封闭，如果 f(x)+f(y) >= 2^n，则取其最低的 n 位，用电路实现时，可以简单地扔掉高位，保留低位。到目前为止，一切都很好，但是减法怎么办呢？对整数运算而言，减去 a 不过是加上 a 的相反数的同义语。只要对 A 中的每个元素，能容易计算出其相反数就可以了。理论上 f(x) 的相反数就是f(-f(x))不过这个好像不容易计算，因为我们现在并没有给出 A 中"负数"的概念，事实上 A 是模 2^n 的剩余类环，根本就没有所谓的负数。这个困难也是容易处理的。作为 f(x) 的相反数，-f(x) 应该满足这样的性质：-f(x) + f(x) = f(0) = 0所以我们只要有在 A 中找一个元素，使得它与 f(x) 的和是 0 就可以了。但是 f(x) 本身可能含有很多比特 1，加上一个数能使它们变成 0 吗？ 考虑到 A 中的加法要模去一个 2^n，这个问题实际上很好办，只要让求出的和是 2^n 就可以了。所以难发现 -f(x) 就是把 f(x) 的比特"取反"---即 0 变 1， 1 变 0，并加上 1 就得到了 -f(x)。容易验证：f(-x) = - f(x).现在我们回过头来看前面的一句话，红色部分："我们通常使用 10 进制数，在这个进制下，f(x) 并不容易计算，但是在计算机里，本质的表示是二进制，于是 f(x) 的运算变得出奇地简单。如果 x 小于 2^n，则 x 的 2 进制表示就是 f(x)，如果 x>=2^n，则要求其模 2^n 的余数，这恰好是 x 二进制表示的最低 n 位，换句话说，简单地把高位抛弃就行了。顺便指出，f(0)=0, f(1)=1."红色那句话简直是胡扯，因为没有考虑到负数的情况。但 f(x) 容易计算这句话并没有错，因为当 x 为负数时，我们可以利用 f(x) = -f(-x)。 由于 -x 是正的，f(-x) 容易计算，之后 -f(x) 也不过是取反加 1 而已。好，到目前为止---在数学世界里，简直是完美的。但是回到现实， A 里头真的没有负数，怎么办？整数能比较大小，A 里头的数又怎么办？这时候，我们可以用一个不太完美的方案，把 A 里头的元素再映射回整数 Z 中，如果只需要无符号的数，则变换为g(u) = u,    0