为什么现代芯片几乎只用补码?
上一篇原码、反码、补码到底差在哪?把三套编码的规则、零的个数、范围和加减法特殊处理逐项摊开,留下一个追问:三套编码都能正确表示负数、都能完成算术,为什么今天 x86、ARM、RISC-V 这些主流指令集无一例外选择补码?这不是行政规定,而是几十年硬件工程反复算同一笔账后收敛出的结果。本篇不复述「取反加一」怎么算,只做选型论证,看补码在数据通路面积、判零逻辑、表示范围和溢出检测上各省了什么,也交代它付出的代价。逐位相加与进位传播的基础在二进制加法与进位,门级结构在加法器与算术电路:从半加器到 ALU,本篇停在数据通路级。
本文要回答的问题
- 三套编码都能算数,工程选型到底在比较什么?
- 补码凭什么让同一个加法器同时完成加法和减法,省掉了哪些电路?
- 单零和多出的那个 −8,在真实硬件里换算成哪些具体收益?
- 补码结果溢出了怎么检测,判据能不能用手算复核?
- 补码是不是百利而无一害,它自己的代价在哪里?
一、选型比的不是谁能算数,而是谁的电路便宜
先纠正一个错觉:原码和反码并不是「错误的编码」,都能自洽完成全部整数运算。选型比较的是同一件事在硅片上的实现成本——几条数据通路、多少前置判决、关键路径多长、控制器要照顾多少特殊情况。一块复用加法器与一块专职减法器的面积差,乘以核心里几十个算术单元和出货量,就是真金白银。
把三种编码做加减法时的硬件义务并列,差异立刻显形。
| 比较维度 | 原码 | 反码 | 补码 |
|---|---|---|---|
| 异号相加 | 先判符号、比绝对值,再决定谁减谁 | 可直接按位相加 | 可直接按位相加 |
| 加法与减法 | 需要两套通路或复杂判决 | 同一加法器,进位需回卷 | 同一加法器,进位直接丢弃 |
| 最高位进位 | 不进入统一规则 | 必须绕回最低位(循环进位) | 容器外丢弃,模 2ⁿ 自然回绕 |
| 零的位模式 | 两个:0000 与 1000 | 两个:0000 与 1111 | 一个:0000 |
| 4 位表示范围 | −7 到 +7,15 个值 | −7 到 +7,15 个值 | −8 到 +7,16 个值 |
| 判零/比较逻辑 | 要认两种零 | 要认两种零 | 只认全零一种模式 |
读这张表抓住一条主线:原码把复杂度推给控制器(运算前先判决),反码推给进位网络(绕圈反馈),补码把复杂度提前支付到编码规则里,运算时电路反而最简单。后面三节逐一拆开最后一列。
二、一组异或门通吃加减:补码数据通路的核心账
补码最硬的一条理由来自一个代数恒等式。n 位模 2ⁿ 运算下,负数 −B 的补码恰好等于「B 按位取反再加一」,于是减法可以改写:
A − B = A + (−B) = A + (~B) + 1 (全部在模 2ⁿ 下)这个式子把减法彻底变成了加法,只剩两个小动作:把 B 按位取反,以及让最低位的进位输入为 1。而「受控取反」在电路上便宜得惊人——一个异或门就够:b XOR 0 = b(原样通过),b XOR 1 = ~b(取反)。每一位摆一个异或门,n 位就是 n 个异或门,再用一根公共控制线同时指挥这组异或门和加法器的 carry-in,加减两用的数据通路就成立了。
读这张图盯住控制线的两种身份。控制线为 0 时,异或门组让 B 原样通过,carry-in 也是 0,电路算 A + B;控制线为 1 时,B 被逐位取反、carry-in 拉高,电路算 A + (~B) + 1 即 A − B。整张图只有一个加法器,没有独立减法器和符号判决支路;最高位进位不接任何反馈,直接丢弃,模 2ⁿ 回绕由容器位宽天然保证。对照之下,反码机器要从最高位拉反馈线回最低位做循环进位,原码机器要在加法器之外配比较器和通路切换开关。
| 控制线 | 异或门组输出 | carry-in | 实际运算 | 语义 |
|---|---|---|---|---|
| 0 | B 原样 | 0 | A + B | 加法 |
| 1 | ~B 取反 | 1 | A + (~B) + 1 = A − B | 减法 |
这条通路还有一个容易忽略的红利:它同时通吃无符号数。位模式怎样相加是纯位操作,与最高位解释成符号位还是位权无关,同一套电路算无符号加法和补码加法,区别只在软件事后看进位标志还是溢出标志。标志位怎样由加法器输出生成,属于 14 加法器与算术电路的内容。
用 4 位手算验证减法路径,计算 5 − 3:A=0101,B=0011,控制线置 1,~B=1100,carry-in=1。
0101 (+5)
+ 1100 (~3,受控取反后的 B)
+ 1 (carry-in = 1)
-------
10010 容器只留低 4 位
= 0010 (+2),与 5−3=2 吻合,顶出的进位丢弃三、单零与 −8:送给判零逻辑和表示范围的两份红利
补码的第二个优势在上一篇已露出苗头,这里从硬件视角把账算完。原码和反码都有两个零,「判零」不能只检测一种模式:原码要认 0000 和 1000,反码要认 0000 和 1111。判零本来只需一棵全位 NOR 树——所有位为 0 时输出 1;双零迫使树外再挂模式匹配支路,相等比较器(常做法是相减后判零)也要处理两种结果。补码只有 0000 一个零,判零树做到最简,比较指令的下游逻辑同步简化。
省下的位模式没有浪费。4 位容器共 16 个模式,原码和反码被双零占掉两个,只能表 15 个值;补码把 1000 分配给 −8,16 个模式表 16 个值。推广到 n 位:补码范围是 −2ⁿ⁻¹ 到 +2ⁿ⁻¹−1,比同位宽原码、反码多出最负端一个值。在定点 DSP、音频采样这类贴着负满幅运行的场景里,同样 16 位字长下端多一个码,量化兜底余量就多一档。
| 收益项 | 电路/系统层面的具体体现 |
|---|---|
| 唯一零 | 判零只需全位 NOR 树,相等比较无第二模式分支 |
| 无循环进位 | 最高位到最低位无反馈线,关键路径不绕第二圈 |
| 无前置符号判决 | 省掉符号比较器与通路切换控制,控制器状态更少 |
| 多一个 −2ⁿ⁻¹ | 同字宽多表一个值,定点场景负满幅余量多一档 |
| 有符号/无符号同通路 | 一套加法器服务两类指令,面积按一份支付 |
四、溢出判据:盯住符号位的进位输入与输出
补码把运算统一了,但模 2ⁿ 回绕不等于结果永远正确——真值超出 n 位表示范围时照样溢出,硬件必须给出可检测的判据。补码的优雅之处在于判据极其简单:符号位那一位的进位输入与进位输出不一致,即二者异或为 1,就是溢出。直觉上也好理解:两个正数相加得出负数、或两个负数相加得出正数,唯一可能就是符号位被低位进位「顶翻」或本该顶翻却没顶翻,这恰好表现为进位输入与输出不相等。也可以用双符号位法(变形补码):两位符号位结果为 01 表示上溢、10 表示下溢,两种方法等价。
判据有了,用两笔 4 位算例逐位推演,先看正溢出 (+6) + (+3),真值 +9 已超出 +7 上界。
+6 = 0110,+3 = 0011
0110
+ 0011
-------
1001 按补码解释是 −7,显然错误
逐位进位:b0 0+1=1 无进位;b1 1+1=2 写 0 进 1;
b2 1+0+1=2 写 0 进 1;b3 0+0+1=1 写 1,无向外进位
符号位:进位输入 = 1,进位输出 = 0,异或 = 1 → 溢出成立
回算:+9 超出 4 位补码上界 +7,硬件置溢出标志,结果作废再看负溢出 (−6) + (−3),真值 −9 已低于 −8 下界。−6 的补码是 1010(16−6=10),−3 是 1101(16−3=13)。
1010 (−6)
+ 1101 (−3)
-------
10111 留低 4 位得 0111,按补码解释是 +7,显然错误
逐位进位:b0 0+1=1;b1 1+0=1;b2 0+1=1,均无进位;
b3 1+1=2 写 0 向外进 1
符号位:进位输入 = 0,进位输出 = 1,异或 = 1 → 溢出成立
回算:−9 低于 4 位补码下界 −8,硬件置溢出标志,结果作废两笔一正一负,覆盖判据的两种形态:正溢出是「有进位输入、无进位输出」,负溢出反过来。作为对照,补码下异号相加永不溢出——真值必然落在两操作数之间,而区间本身就在表示范围内,编译器的边界分析可据此省略一大类检查。
五、历史视角:原码和反码机器真的造出来过,又为什么退场
补码不是从第一天就统治世界的。早期计算机受器件成本和设计传统所限,三套编码都有量产机型。DEC 的 PDP-1 是早期反码机器的代表,CDC 6000 系列(含著名的 CDC 6600)也采用反码算术,循环进位是其运算器的真实组成;IBM 7090 这一代大型机则沿用原码风格的符号加绝对值表示。这些机型都成功交付过海量计算任务,证明另外两套编码在工程上完全可行。
| 代表机型(早期) | 年代 | 算术编码 | 运算器要承担的特殊处理 |
|---|---|---|---|
| DEC PDP-1 | 1959 年前后 | 反码 | 最高位进位回卷最低位 |
| CDC 6600(6000 系列) | 1964 年前后 | 反码 | 循环进位通路、双零判别 |
| IBM 7090 | 1959 年前后 | 原码风格 | 异号运算前的符号判决与绝对值比较 |
退场是渐进的。随着集成电路把越来越多运算单元压进一颗芯片,「每条通路省一点、每个控制状态少一个」的收益被规模放大,补码把算术化约成「按位相加、丢弃进位」的特性又契合规整的数据通路设计。此后 x86、ARM,以及明确以补码定义整数运算的 RISC-V 全部收敛到补码,原码和反码退化为教材里的历史章节。编码家族的完整版图可见数制与编码:二进制、补码、格雷码与奇偶校验。
六、补码的代价:它不是免费的午餐
选型论证如果只讲收益就是宣传文案。补码有两个绕不开的代价,工程上必须正视。
第一,负满幅数无法取负。n 位补码里 −2ⁿ⁻¹ 没有对应正数:4 位下对 1000(−8)取反加一,取反得 0111、加一又回到 1000,期望的 +8 不在表示范围内,取负自身溢出。C 语言里 INT_MIN 取负是经典未定义行为陷阱,编译器优化和安全审计都要专门防这个边角。第二,人读性差。1111 在补码里是 −1,在无符号视角下是 15,调试寄存器、看波形时必须先确认解释约定,初学者把补码误读成大正数是最常见的入门障碍。
| 代价 | 具体表现 | 工程上的应对 |
|---|---|---|
| 负满幅取负溢出 | −8 取反加一仍得 −8,+8 无法表示 | 求负前判边界;饱和运算钳到 +7;编译器关相关激进优化 |
| 范围不对称 | −8 到 +7,正负两端不等宽 | 定点定标时按负端留余量,文档写清边界 |
| 位模式双解释 | 1111 既是 −1 又是无符号 15 | 指令集显式区分有符号/无符号比较与移位 |
| 初学者可读性 | 负数编码无法直接按位权直读 | 用带符号位权 −2ⁿ⁻¹ 展开,或取反加一回译 |
承认这些代价后结论反而更扎实:补码赢在「把一次性的不直观换成运算通路的永久简化」,硬件运算以亿次计、编码转换只发生在人脑和少数边界场景,这笔交换在绝大多数系统里都划算。
这一篇在知识体系里的位置
本篇回答「三套编码都能用,为什么工程实践一边倒选补码」,是数制与逻辑代数阶段的第五篇。二值逻辑的大前提来自为什么计算机只认识 0 和 1;进位传播与模 2ⁿ 回绕机制来自二进制加法与进位,补码通路复用的正是那条逐位相加链路;三种编码的完整定义与手算在原码、反码、补码到底差在哪?,本篇不重复教学;编码家族全景在数制与编码。向电路层下沉,通路图里 n 位加法器的门级结构、关键路径与标志位接线,由加法器与算术电路:从半加器到 ALU承接。
总结
现代芯片几乎只用补码,根源是一笔硬件成本账:补码利用 A − B = A + (~B) + 1 的恒等式,用 n 个受控异或门加一根兼作 carry-in 的控制线,就让同一个 n 位加法器通吃加减、有符号与无符号,省掉原码的符号判决支路和反码的循环进位反馈;唯一零 0000 把判零化约为一棵全位 NOR 树,腾出的位模式让 n 位容器多表一个 −2ⁿ⁻¹。溢出检测同样简单:符号位进位输入与输出异或为 1 即溢出,两笔 4 位算例逐位验证了正负两种形态。历史上 PDP-1、CDC 6000 系列等反码机器和 IBM 7090 一类原码风格机器都曾量产,补码是随集成电路规模放大、凭通路规整性渐进胜出的;它的代价同样真实——负满幅取负必然溢出、范围不对称、位模式依赖解释约定、人读性差。理解到「用编码时的一次性不直观兑换运算通路的永久简化」这一层,选型问题就从背诵结论变成了可以自己推导的工程判断。