人工智能通识 课件 第七章 数据表示与数制转换

人工智能通识：新技术与创新实践主编：唐志航，罗雅博字符编码PART01二进制、十进制、十六进制及其转换PART02图像、音频的数字化表示PART03目录CONTENTS字符编码01字符编码01字符编码是一套规则,定义了如何将字符(如字母、数字、标点符号和特殊符号)转换为计算机可以存储和处理的数字。简单来说,编码就是给每个字符分配一个唯一的数字“代码”。想象一下,如果你和朋友创建了一个秘密语言:A=1,B=2,C=3……这就是一种简单的编码系统。计算机的字符编码系统也遵循类似的原理,但更加复杂和系统化。一、字符编码:从符号到数字的桥梁01字符编码二、ASCII:最早的通用字符编码美国信息交换标准代码(AmericanStandardCodeforInformationInterchange,ASCII)是最早的广泛使用的字符编码标准之一,诞生于20世纪60年代。

ASCII的特点:

•使用7位二进制数,可以表示128个不同的字符(27=128)。

•包含基本的拉丁字母(A~Z,a~z)、数字(0~9)、标点符号和控制字符(如Enter、换行等)

•不包含非英语字符,如重音字母(é,ñ等)和非拉丁字符(如中文、日文、阿拉伯文等)

ASCII表中的一些常见对应关系:

•'A'=65(二进制:1000001)

•'a'=97(二进制:1100001)

•'0'=48(二进制:0110000)

•空格=32(二进制:0100000)01字符编码虽然ASCII在英语环境中足够使用,但随着计算机在全球的普及,这种仅限于拉丁字母的编码方案明显不足以表示世界上所有语言的字符。这导致了扩展ASCII(使用8位,可表示256个字符)的出现,以及后来更加全面的Unicode编码标准的发展。01字符编码三、Unicode:走向全球化的字符编码

Unicode是一个旨在包含世界上所有书写系统字符的编码标准。它始于20世纪80年代末,现已成为全球通用的字符编码标准。

1.Unicode的特点:

•不仅是一种编码方式,还是一种字符集标准,为世界上每个字符分配唯一的编码点(CodePoint)

•支持超过140种语言的文字系统。

•目前包含超过140000个字符,并持续增长。

•兼容ASCII(Unicode的前128个字符与ASCII完全相同)。

•支持多种编码实现方式,如UTF-8、UTF-16和UTF-32。01字符编码

2.UTF-8:Unicode的通用编码形式

UTF-8(8位Unicode转换格式)是实现Unicode标准最常用的编码方式,特别是在互联网上:

•变长编码:常用字符(如ASCII范围内的)使用1个字节,不常用字符使用2~4个字节。

•向后兼容ASCII:ASCII字符(0~127)在UTF-8中编码完全相同。

•节省空间:对于英语和西欧语言文本非常高效。

•自同步:编码设计使得字符边界易于识别,即使在数据损坏的情况下。例如,在UTF-8中:英文字母'A'仍然是单字节:01000001;汉字“你”需要三个字节:111001001011110110100000如图7-1所示针对ASCII和Unicode两种字符编码方式进行比较,对比编码不同语言字符的区别。01字符编码四、字符编码的重要性字符编码对我们日常使用计算机可能看起来很“隐形”,但它实际上影响着我们的很多电子交流:

•网页显示:错误的编码设置会导致网页显示乱码(特别是包含非英语字符时)。

•文件传输:在不同系统间传输文件时,编码不匹配可能导致内容损坏。

•国际化软件:支持多语言的软件产品必须正确处理不同的字符编码。

•数据安全:某些安全漏洞(如“字符注入”攻击)与编码处理不当有关。01字符编码01字符编码五、编码发展历程与影响字符编码的演变反映了计算机技术从区域性向全球化的发展过程。早期计算机主要在英语环境中使用,ASCII足以满足需求。随着计算机在全球普及,各国开始开发自己的编码标准:

•中国开发了GB2312、GBK和GB18030

•日本使用Shift-JIS

•韩国采用EUC-KR

•欧洲各国也有不同的ISO标准这种“各自为政”的局面导致了严重的兼容性问题———同一个二进制序列在不同编码下可能表示完全不同的字符。Unicode的出现及普及,特别是UTF-8的广泛采用,极大地缓解了这一问题,推动了互联网的全球化发展。如今,绝大多数新创建的计算机文档、网页和应用程序都使用Unicode(通常是UTF-8),这使得不同语言、文化背景的人能够在同一平台上无障碍地交流,真正实现了信息的全球共享。二进制、十进制、十六进制及其转换02二进制、十进制、十六进制及其转换02项目前景在数字世界的深处,存在着一种看似简单却极其强大的语言———二进制。这种只由0和1组成的数字系统,是计算机理解和处理信息的基础。为什么计算机选择了二进制而非我们日常使用的十进制?这背后有着深刻的技术原因和历史渊源。02一、数制的本质:不同的计数方式01从位到字节:数据存储的基本单位02整数的编码表示03浮点数的表示二进制、十进制、十六进制及其转换02二、为什么计算机使用二进制?二进制、十进制、十六进制及其转换计算机采用二进制有几个关键原因:

1.技术简单性:电子元件最容易实现两种稳定状态———通电(1)和断电(0),这与二进制的两个数字完美对应。

2.抗干扰能力:只有两个状态,使得系统抗电噪声和干扰能力更强,错误率更低。

3.布尔逻辑适配性:二进制与布尔代数(逻辑运算)高度兼容,简化了逻辑电路设计。

4.存储效率:虽然二进制表示同一数值需要更多位数,但每位只需要很小的物理空间,整体上更节省资源。02二进制、十进制、十六进制及其转换想象一下,如果使用十进制,每个位置需要能够表示10个不同状态的物理元件,这在电路设计上将复杂得多。通过如图7-2所示展示的简单二进制数字与电路开关对应的关系图,让大家理解为什么二进制的简单性是数字计算机发展的关键因素之一。图7-2二进制与电路开关对应关系02三、数制之间的转换二进制、十进制、十六进制及其转换不同数制之间的转换是理解计算机数据表示的基础。我们来了解几种常见的转换方法:

1.十进制转二进制:使用“除2取余法”,即不断除以2,记录余数,最后倒序排列所有余数。例如,将十进制的25转换为二进制:

•25÷2=12余1

•12÷2=6余0

•6÷2=3余0

•3÷2=1余1

•1÷2=0余1从下往上读余数:11001,所以十进制的25等于二进制的11001。02二进制、十进制、十六进制及其转换

2.二进制转十进制:将每一位的值乘以对应位权(2的幂),然后求和。例如,将二进制的10110转换为十进制:

•1×24+0×23+1×22+1×21+0×20

•=16+0+4+2+0

•=22所以二进制的10110等于十进制的22。

3.十进制转十六进制:原理与转二进制类似,但除数是16而非2。也可以先转二进制,再将二进制每4位分组转为一个十六进制位。02二进制、十进制、十六进制及其转换

4.十六进制转二进制:将每个十六进制位转换为对应的4位二进制数,然后连接起来。例如,十六进制的A3转换为二进制:

•A(十进制值为10)→1010(二进制)

•3→0011

•连接起来:10100011

5.二进制转十六进制:将二进制数从右向左每4位分为一组,不足4位的在最左边补0,然后将每组转换为对应的十六进制位。例如,二进制的1011011010转换为十六进制:

•分组:001011011010

•转换:2DA

•结果:2DA数制转换关系如图7-3所示具体展示了二进制、十进制、十六进制之间的转换方法和路径以及举例,帮助大家加深了解。02四、在计算机科学中的应用二进制、十进制、十六进制及其转换不同的数制在计算机科学和编程中有各自的应用场景:图7-3数制转换关系02二进制、十进制、十六进制及其转换

1.二进制:是计算机内部数据表示和操作的基础,但由于全是0和1,较长的二进制数对人类不友好。

2.十六进制:常用于表示二进制数据的简洁形式,因为每个十六进制位正好对应4位二进制数。在编程中,用于表示内存地址、颜色值(如网页中的颜色代码#FF5733)和二进制文件内容。

3.十进制:人类最习惯的计数系统,用于与用户交互的界面和输出结果。了解这些数制及其转换方法,不仅有助于我们理解计算机的工作原理,也是学习编程和其他计算机相关知识的基础。在数字世界中,数制就像不同的语言,而学会它们之间的“翻译”,能让我们更深入地探索这个由0和1构建的奇妙宇宙。图像、音频的数字化表示03图像、音频的数字化表示03一、图像的数字化表示1.像素:图像的基本单位2.颜色编码:从光线到数字3.图像编码示例4.图像文件格式与压缩03二、音频的数字化表示图像、音频的数字化表示1从模拟到数字:声音的采样2声道:空间音频感知3音频文件格式与压缩03三、多媒体数据的数字化意义文本、图像、音频和视频的数字化表示,彻底改变了信息的创建、存储、处理和分享方式。数字化带来的主要优势包括:

•存储便捷性:大量信息可以存储在小型物理媒介中。

•处理灵活性:数字信息可以被无限次复制而不损失质量,易于编辑和处理。

•传输高效性:通过网络可以快速