数据表示 (Data Representation) — A-Level Computer Science 学习指南

适合谁：A-Level Computer Science 参加 A-Level Computer Science 的考生。

覆盖内容：数制转换、有符号整数补码表示、浮点数存储、ASCII与Unicode字符编码、位图矢量图对比及音频编码全考点。

前置知识：基础编程概念；Python / Java / VB 任一种。

关于练习题：下文「练习题」一节的所有题目均为我们按 A-Level Computer Science 风格编写的原创题目 (original problems)，仅用于教学。它们不是 Cambridge International 真题的复制，措辞、数值或语境可能不同。请把它们当作练手用；评分细则请对照 Cambridge 官方 mark scheme。

1. 什么是数据表示？

数据表示是计算机存储、传输信息的核心规则：计算机所有硬件只能识别高低电平对应的二进制（binary）0和1，因此人类使用的数字、文字、图像、声音等各类信息，都需要按照统一规则转换为二进制格式才能被计算机处理，这套转换规则就是数据表示。 本章节是A-Level Computer Science Paper 1的核心必考内容，占分约10-15分，同时也是后续处理器运算、文件存储、数据压缩等章节的基础，需要熟练掌握所有子考点。

2. 数制（Number Bases）：二进制、十进制、十六进制

数制是计数的规则，核心参数是基数（radix），即每一位可以使用的不同符号的数量：

• 十进制（decimal）：基数为10，使用0-9共10个符号，是人类日常使用的数制
• 二进制（binary）：基数为2，使用0、1共2个符号，是计算机原生使用的数制
• 十六进制（hexadecimal）：基数为16，使用0-9、A-F共16个符号，用来简化二进制的书写（1位十六进制对应4位二进制）

考官常考三类转换，通用规则如下：

1. 任意进制转十进制：按权展开求和，第n位（从右往左数，从0开始计数）的权值为${\text{基数}}^n$ 范例：$1011.01_2=1\times 2^3+0\times 2^2+1\times 2^1+1\times 2^0+0\times 2^{-1}+1\times 2^{-2}=11.25_{10}$
2. 十进制转二进制：整数部分除2取余、逆序排列；小数部分乘2取整、顺序排列
3. 二进制↔十六进制：整数部分从右往左每4位一组，小数部分从左往右每4位一组，不足补0，逐组转换 范例：$110101101_2=000110101101=1A{D}_{16}$

3. 有符号整数的补码（Two's Complement）表示

如果要存储带正负号的整数，最常用的方法是补码（two's complement）：

• 规则：n位二进制的最高位为符号位，0代表正数，1代表负数，剩余n-1位存储数值
• n位补码的取值范围为$-2^{n-1}\le x\le 2^{n-1}-1$，例如8位补码的范围是-128到+127

负数补码的计算方法：先写出对应正数的n位二进制表示，按位取反后加1，符号位参与运算。 范例：求8位补码下-19的表示：

1. +19的8位二进制为00010011
2. 按位取反得到11101100
3. 加1得到11101101，即为-19的8位补码

补码的优势是可以直接用加法实现减法运算，不需要额外的减法电路，考官常考补码的加减运算验证。

4. 浮点数（Floating-point）表示

浮点数用来存储带小数的数值，类似科学计数法，标准结构分为三部分：

1. 符号位（1位）：0代表正数，1代表负数
2. 阶码（exponent）：存储指数的偏移码，决定数值的大小范围
3. 尾数（mantissa）：存储有效数字，决定数值的精度

考纲要求二进制浮点数必须规格化：即尾数的最高位必须为1，这样可以保证存储的精度最大化。 范例：将二进制数$1011.101_2$转为规格化浮点数：

1. 调整为$1.011101\times 2^3$
2. 尾数为1.011101，省略整数位的1（默认存在）后存储小数部分011101
3. 阶码为3，加上偏移量（比如5位阶码偏移量为16）后存储为10011

5. 字符编码（Character Encoding）：ASCII、Unicode

字符编码是将文字、符号转换为二进制的规则，考纲要求掌握两类：

1. ASCII（美国信息交换标准代码）：7位编码，最多存储128个字符，包括英文字母、数字、标点符号和控制字符，扩展ASCII为8位，最多存储256个字符，仅能支持英文和少量西欧语言 范例：大写字母'A'的ASCII码为十进制65，对应二进制01000001
2. Unicode（统一码）：为支持全球所有语言设计，包含超过14万个字符，常用的实现方式为UTF-8：可变长编码，1-4字节存储一个字符，英文字符占1字节，和ASCII完全兼容，中文占3字节，是当前互联网的通用编码。

6. 图像与音频编码

除了数字和文字，多媒体信息也需要转成二进制存储，考纲要求掌握两类：

图像编码

• 位图（bitmap image）：由像素（pixel）矩阵组成，每个像素存储颜色值，色深（每个像素的二进制位数）决定可显示的颜色数量，分辨率越高、色深越大，文件越大，放大后会出现锯齿失真，适合存储照片
• 矢量图（vector image）：用数学公式记录图形的坐标、形状、颜色、线条宽度等属性，放大不会失真，文件大小和图形复杂度相关，和尺寸无关，适合存储logo、插画、工程图纸

音频编码

声音是模拟信号，转成数字信号需要经过采样，核心参数：

• 采样率（sampling rate）：每秒采集声音样本的次数，单位为Hz，常用44.1kHz（CD音质）
• 采样深度（sample depth）：每个样本存储的二进制位数，常用16位
• 音频文件大小计算公式： $$\text{文件大小（字节）}=\frac{\text{采样率}\times \text{采样深度}\times \text{声道数}\times \text{时长（秒）}}{8}$$

7. 常见陷阱 (Common Pitfalls)

1. 错误：二进制转十六进制时从左到右分组，忘记补前导/后缀0；原因：混淆分组的起点规则；正确做法：以小数点为界，整数部分从右往左4位一组，小数部分从左往右4位一组，不足的位置补0。
2. 错误：计算负数补码时只取反不加1，或者符号位不参与取反；原因：混淆反码和补码的计算规则；正确做法：求n位负数补码时，先写对应正数的n位二进制，所有位（含符号位）按位取反后加1。
3. 错误：计算音频/位图文件大小时忘记除以8；原因：混淆位（bit）和字节（byte）的单位；正确做法：采样深度、色深的单位都是位，转字节需要除以8。
4. 错误：浮点数规格化时保留尾数最高位为0；原因：忘记规格化的精度要求；正确做法：二进制浮点数规格化必须保证尾数最高位为1，通过调整阶码实现。

8. 练习题 (A-Level Computer Science 风格)

题1

题干：将十六进制数3E7D转换为二进制和十进制，写出完整步骤。 解答：

1. 转二进制：每个十六进制位对应4位二进制：3=0011，E=1110，7=0111，D=1101，合并后为0011111001111101_2
2. 转十进制：按权展开： $$3\times 16^3+14\times 16^2+7\times 16^1+13\times 16^0=3\times 4096+14\times 256+112+13=15997_{10}$$

题2

题干：用8位补码计算29 - 47，写出运算过程并验证结果。 解答：

1. +29的8位补码为00011101
2. 求-47的8位补码：+47的二进制为00101111，取反得11010000，加1得11010001
3. 相加：00011101 + 11010001 = 11101110
4. 结果转十进制：补码11101110减1得11101101，取反得10010010，对应-18，验证29-47=-18，计算正确。

题3

题干：某双声道音频的采样率为48kHz，采样深度为24位，时长为3分钟，求文件大小为多少MB（保留1位小数，$1\text{MB}=1024\times 1024\text{字节}$）。 解答： 代入公式： $$\text{大小}=\frac{48000\times 24\times 2\times 180}{8}=51840000\text{字节}$$ 转MB：$51840000/(1024\times 1024)\approx 49.4\text{MB}$

9. 速查表 (Quick Reference Cheatsheet)

10. 接下来怎么学

本章节是计算机科学的基础，后续的处理器运算、数据压缩、文件存储等章节都会用到这里的知识点，尤其是补码运算和存储容量计算，会在Paper 1的系统架构题和Paper 2的编程题中交叉考察，建议你配合近5年的真题专项练习巩固考点。 如果你在刷题过程中遇到任何数据表示相关的疑问，都可以随时到小欧提问，我们会提供针对性的讲解和练习资源。

本指南内容对齐 CIE 剑桥国际 AS & A Level 计算机科学 9618 考纲。OwlsAi 与 Cambridge Assessment International Education 无附属关系。