计算机是怎么长出来的
总目录/ 第 1 部/ 1.1 信息的单位/ 1.1.1

1.1.1 为什么机器只认两个数:0 和 1 的物理来源

约 1.45 万字 · 4 张图 · 读完你能向任何人解释清楚「二进制」到底是怎么回事, 以及它为什么不是人类的任意选择

这一节不需要任何前置知识。如果你只记得一件事,请记这句: 计算机里根本没有「0」和「1」这两个东西,只有电压的高低;把高叫 1、低叫 0,是人的约定。 剩下的 1.4 万字,都是在解释这个约定为什么能成立、又凭什么能表示文字、图片、程序。

本节的小部分

  1. 1.1.1-1 先看一个具体场景:你按下一个键,发生了什么
  2. 1.1.1-2 机器不「懂」,它只「区分」
  3. 1.1.1-3 电压是连续的,0 和 1 是被人为切出来的
  4. 1.1.1-4 阈值与噪声容限:为什么中间要留那么宽一条灰带
  5. 1.1.1-5 数字信号真正的护身符:每一级都重新整形
  6. 1.1.1-6 为什么不是十进制:一次真实的商业失败
  7. 1.1.1-7 二进制凭什么能表示「一切」:编码的本质
  8. 1.1.1-8 同一个字节的五种读法
  9. 1.1.1-9 从比特到文件:一个真实例子的字节级解剖
  10. 1.1.1-10 十个常见误解,逐个拆掉
  11. 1.1.1-11 本节小结与十道自测题

1.1.1-1先看一个具体场景:你按下一个键,发生了什么

抽象的概念最好从具体的动作进入。现在请你真的按一下键盘上的字母 A,然后跟我走一遍这一秒钟里发生的事。

第一站:机械动作变成电的通断

键盘里每个键下面都是一个开关。薄膜键盘是两层印着电路的塑料片,中间隔着一层带孔的绝缘层; 你按下去,上层的触点穿过孔,和下层的触点接触——电路通了。松手,弹片把它顶回去,电路断了。 机械键盘则是金属簧片接触,原理一样,只是手感和寿命不同。

注意这里已经出现了第一个关键事实:「按下」和「松开」这两种状态,天然对应「通」和「断」两种电路状态。 不是工程师硬要凑成两种,而是物理世界本来就给了你两种最容易被区分的状态。

第二站:键盘里那颗小芯片在「扫」

如果每个键都单独拉一根线到电脑,104 个键就要 104 根线。所以键盘用的是矩阵扫描: 把按键排成若干行、若干列,芯片不停地一行一行通电,看哪一列有信号回来,就知道是哪一行哪一列的键被按了。 一颗几毛钱的单片机,每秒能扫几千遍。

扫描的结果被翻译成一个数字。以最常见的 USB 键盘为例,它遵循一份叫 HID 的标准表, 字母 A 对应的编号是 0x04。也就是说,键盘发给电脑的不是「字母 A」这个意思,而是一个编号。

这里藏着一个后面会反复出现的模式:机器从来不传「意思」,只传「编号」。 编号和意思之间的对应关系,是人和机器之间事先约好的表。 ASCII 是一张表,UTF-8 是一张表,指令集也是一张表。

第三站:这根线在物理上到底在传什么

USB 线里有一对差分信号线(D+ 和 D−)。传一个 0 或 1,靠的不是「有没有电」,而是两根线之间的电压差往哪个方向偏: D+ 比 D− 高,算一种;D− 比 D+ 高,算另一种。这样做的好处是:外界的干扰通常会同时抬高或压低两根线, 差值不变,于是噪声被抵消掉大半。

换句话说,在你按下 A 的那一瞬间,真正在导线上发生的事是: 电压差以极高的频率在「正偏」和「负偏」之间反复切换,每切换一次就代表一个比特。 U 盘插口那 480Mbps、USB 3.0 的 5Gbps,说的就是每秒能切多少次。

第四站:电脑这边把它还原成字符

收到的比特流先被拆成「包」,包里带着那个编号 0x04。 操作系统把它交给当前焦点窗口,输入法和键盘布局再把它映射成字符: 英文布局下 0x04 → a;按住 Shift → A;中文输入法开着 → 它进候选词,暂不上屏。

最后,屏幕上那个 A 的字形被显卡画出来,而这个字形本身也是一组预先存好的点阵或曲线数据, 在文件里同样是一串比特。

整条链路串起来看: 手指的压力 → 电路通断 → 芯片扫描出一个编号 → 编号变成一串高低电平 → 线上传的是电压差的方向 → 系统查表还原成字符 → 字体文件里取出字形 → 显卡点亮像素。

这条链上每一步传递的都是「离散的状态」,没有一步传递「意思」。 意思全程只存在于两端的表里:键盘按 HID 表编码,电脑按同一张表解码。

▸ 深入:键盘发给电脑的那 8 个字节,到底装了什么

上一节说「键盘传的是编号」。具体到最常见的 USB 键盘,这个「包」是固定 8 个字节,格式如下:

字节内容说明
第 0 字节修饰键位图8 个位分别代表左 Ctrl、左 Shift、左 Alt、左 Win、右 Ctrl、右 Shift、右 Alt、右 Win
第 1 字节保留老键盘上用于厂商自定义,通常为 0
第 2~7 字节六个按键的编号同时按下的键,每个占一个字节;没按的填 0

举例:你按住左 Shift,再按 A,键盘发出的包是:

02 00 04 00 00 00 00 00
┬     ┬
│     └── 0x04 = A 键
└──────── 0x02 = 左 Shift 按下(第 1 位)

注意这里有两个精巧的设计:修饰键单独用位图(因为它要和其他键组合), 普通键用列表(因为要表达「同时按了哪几个」)。

为什么普通键盘「最多同时 6 键」

因为普通键的槽位只有 6 个字节。这就是所谓的「6 键无冲」。 你在打游戏时遇到「同时按三个键就有一个没反应」,很多时候不是键盘坏了,而是这 6 个槽位被占满, 或者键盘内部的矩阵扫描出现了「鬼键」(ghosting)。

高端键盘宣传的「全键无冲(NKRO)」,做法是换一种报告格式:不用列表,而用位图—— 104 个键就用 13 个字节,每一位对应一个键。这样理论上能同时上报所有键。 代价是需要主机支持这种报告格式,所以很多键盘会保留一个「兼容模式」开关。

这解释了改键软件在做什么。像 AutoHotkey、PowerToys 这类工具,本质是在「键盘驱动之后、应用程序之前」插一层: 拦截原始的按键事件,按你的规则改写,再往下传。所以它们能实现「CapsLock 改成 Ctrl」这种键盘本身做不到的事—— 因为改的不是硬件,是系统收到事件之后的分发逻辑。

1.1.1-2机器不「懂」,它只「区分」

上一节的最后一句话值得单独展开,因为它是理解计算机的第一道门槛: 机器不处理意义,只处理可以被稳定区分的状态。

很多人第一次学编程时会有一种困惑:「电脑怎么知道 if (age > 18) 是什么意思?」 答案是:它不知道。它只做一件极其机械的事——把两个数放进一个比较电路, 这个电路的输出端要么是高电平,要么是低电平,然后 CPU 根据这个电平决定接下来从哪条指令继续。 「大于 18」这个含义,是你赋予的。

那为什么这台「什么都不懂」的机器能算出火箭轨道

因为它虽然不懂意义,但极擅长按规则搬运符号,而数学恰好是一套纯粹的符号规则系统。 只要「加」「比较」「跳转」这几个动作是可靠的、可重复亿万次的,把这些动作串起来就能完成极其复杂的推导。

这是 1936 年图灵提出的那个想法的现实版:一台只会读写纸带、按固定规则移动的机器, 只要规则足够,就能计算任何「可计算」的东西。 「可计算」这个词很关键:不是所有问题都能被这种机器解决,但能被它解决的,它就能做到和任何机器一样好。

为什么这个认识很重要:一旦你接受「机器只是搬运符号」,很多困惑会自动消失。 「电脑为什么会死机」——因为它进入了规则没有覆盖的状态,或者停在了某个等待上。 「AI 是不是真的懂」——从这一层看,它同样是在做符号(现在是向量)的搬运与变换; 「懂」这个词到底指什么,是个哲学问题,不是技术问题。

「可区分」这三个字,决定了后面所有设计

既然机器只处理「可区分的状态」,那么一个系统能处理多少信息,就取决于它能稳定区分出多少种状态。 一个开关只有两种状态,所以一位只能装 1 比特。 要在一位上装更多信息,就得让电压有更多档——这正是下一节要讨论的:为什么工程师最终放弃了这条路。

▸ 深入:图灵机——一台想象中的机器,定义了「计算」

前面说「机器只搬运符号」。这句话在 1936 年被一个人变成了严格的数学定义,而那个定义至今统治着整个行业。

艾伦·图灵当时想回答一个纯数学问题:是否存在一种「机械的」方法,能判定任何一个数学命题是否可证? 为了把「机械的方法」说清楚,他设计了一台想象中的机器:

就这样三个部件,没有内存、没有显示器、没有 CPU——但图灵证明了:任何「能按步骤算出来」的东西, 都能被这样一台机器算出来。

关键的一步:把「程序」也变成纸带上的符号

图灵接着做了一个更狠的构造:把「状态转移表」本身编码成纸带上的符号。 这样就能造出一台通用图灵机——它读到的纸带前半段是「某个机器的描述」,后半段是「数据」, 然后它就能模拟那台机器。

这就是「软件」的数学起源。在此之前,「机器」和「机器要处理的数据」是两回事; 通用图灵机证明了:机器可以把自己当作数据来处理。 于是同一台硬件,换一卷纸带就变成另一台机器——这就是你电脑上「装不同软件就是不同工具」的理论依据。

它和「冯·诺依曼架构」的区别,别搞混

图灵机冯·诺依曼架构
是什么一个数学定义,用来界定「可计算」的范围一个工程方案,用来造真实的计算机
时间1936 年,纯理论1945 年,基于实际工程
组成纸带 + 读写头 + 状态表CPU + 内存 + 存储 + IO,程序和数据存在同一内存里
关系冯·诺依曼架构是「实现图灵机的一种方式」,但不是唯一方式(量子计算、神经网络都不是它的直接实现)

还有一个常被提起的「丘奇-图灵论题」:所有「直觉上可计算」的东西,都等价于图灵机可计算的东西。 这是论题,不是定理——因为「直觉上可计算」没法被严格定义。但它至今没有被推翻, 而且所有尝试过的计算模型(λ 演算、递归函数、细胞自动机)最终都被证明和图灵机等价。

1.1.1-3电压是连续的,0 和 1 是被人为切出来的

现在进入物理核心。请先接受一个事实:现实世界里的电压是连续变化的。 它不会「跳」到 3.300V 然后稳稳停住,而是从 0 慢慢爬升,一路上有小抖动、有毛刺、有温度漂移。

模拟电压曲线被阈值切成 0 和 1
图 1.1.1-1 真实导线上的电压是一条弯弯曲曲上升的曲线;机器并不记录这条曲线,它只问一句「现在过线了没有」,于是连续的曲线变成了一串方波。

如果你把这根线上的电压随时间画出来,得到的是图 1.1.1-1 左边那条曲线:上升沿是斜的,中间还有细小的锯齿。 如果机器要「精确记录」这个电压,它必须能够分辨 1.20V、1.201V、1.2013V……这在模拟电路里极难,且误差会一路累积。

工程师的做法是粗暴而聪明的:在中间画一条线,过线算 1,不过线算 0。 更准确地说,是画两条线——一条上阈值、一条下阈值。于是曲线被切成了一段段的方块,这就是「数字化」。

「数字化」这个词的准确含义:不是「变成数字」,而是「把连续的取值切成有限的档位,并且只保留档位编号」。 一张照片数字化,是把连续的光强切成 0~255 这么多档; 一段声音数字化,是把连续的空气压力每秒切四万四千次、每次记一个档位; 一次按键数字化,是把「按多深」这种连续量,粗暴地切成「按下」和「没按」两档。

切几刀是有代价的

切的档位越多,能表达的信息越丰富,但每一档之间的差距就越小,越容易被噪声搞混。 这就是数字化的核心权衡:精度与鲁棒性成反比。

举个具体的例子。假设一条线满量程是 3.3V:

切几档每档间隔能表示几进制问题
2 档(0/1)1.65V二进制几乎没有,容错极宽
4 档0.825V四进制还能用,但已开始怕噪声
10 档0.33V十进制稍微一点干扰就串档
256 档0.013V一个字节的量在长导线上根本不可靠,只适合芯片内部

从这张表能读出整件事的答案:档位越少,每一档之间的「安全距离」越大,机器越不容易读错。 而两档是所有可能里最极端、也最安全的一档——两档之间的距离是满量程的一半。

▸ 深入:采样——把连续的世界切碎的科学

「切成档位」这句话听起来很随意,其实背后有一整套数学。切得太粗会失真,切得太细会浪费, 而且有一个硬性下限:低于它,你采到的数据里会混进根本不存在的信号。

两个方向上的切

把一个连续信号数字化,要切两次:

两个方向各自决定了一种不同的失真:采样率不够会产生「混叠」,位深不够会产生「量化噪声」。

采样定理:为什么 44100 这个数字不是随便定的

奈奎斯特-香农采样定理说:如果信号的最高频率是 f,那么采样率必须严格大于 2f, 否则无法无损还原。

为什么是两倍?直观理解:一个正弦波,每个周期至少要采到两个点(一个在上升段、一个在下降段), 才能确定它的频率。只采一个点,你只能知道「此刻的值」,不知道它在往上还是往下。

人耳能听到的最高频率约 20kHz(年轻人接近这个值,年纪大了会下降到 15kHz 左右)。 所以采样率至少要 40000。工程师取了 44100,多出来的余量留给后续处理(滤波需要过渡带)。

采样率不够会发生什么:混叠。 假设你用 8000Hz 采样一段 5000Hz 的声音,采样定理要求至少 10000Hz,不够。 结果不是「变模糊」,而是凭空出现一个 3000Hz 的假声音—— 它会冒充真实信号,而且事后无法用任何办法把它去掉,因为它已经和真实信号混在一起了。

视频里的「车轮倒转」是同一件事:电影 24fps,车轮转得比每帧半圈更快时,人眼就会把「转过 3/4 圈」 看成「倒退 1/4 圈」。

位深:每一刀切多细

位深决定每一个采样点能有多少个不同的值。CD 用 16 位,也就是 65536 个档位。 对应的动态范围(最响与最轻的比值)大约是 96 分贝——经验公式是「每 1 位约 6 分贝」。

位深档位数动态范围用在哪
8 位256约 48dB老式游戏音效、早期采样器(底噪明显)
16 位65536约 96dBCD、绝大多数音频发布格式
24 位1677 万约 144dB录音与混音阶段(留出余量,后期再降)
32 位浮点—理论上极大DAW 内部处理(不怕过载,可以超过 0dB)

为什么录音用 24 位、发布用 16 位?因为录音时要留余量:歌手可能突然唱得很大声,24 位能扛住; 后期混音要反复处理,每次处理都会累积误差,位深越厚越安全。发布时降到 16 位,是因为人耳在正常聆听音量下听不出差别。

图像也是同一套逻辑

图像的「位深」是每个颜色分量用几位。常见的 8 位(每通道 0~255)能表示 1677 万种颜色, 这已经超过人眼能分辨的数量。10 位(每通道 0~1023)被称为「HDR 素材」,主要价值不在颜色更多, 而在于后期调色时不容易出现断层——把高光压暗、阴影提亮时,8 位图像会出现一圈圈的色带,10 位不会。

「抖动」(dither)这个小技巧值得知道:把 24 位降到 16 位时,如果直接四舍五入, 安静段落会出现「颗粒感」。工程师的做法是故意加入极微弱的随机噪声,把规律性的量化误差打散成人耳不敏感的底噪。 用一点噪声换掉更难听的失真,这是音频工程里最漂亮的一招。

1.1.1-4阈值与噪声容限:为什么中间要留那么宽一条灰带

现在把「画一条线」这一步说得更精确。真实的数字电路不会只有一条阈值,而是规定了四个电压参数, 两两成对使用。

参数全称含义
VOLOutput Low输出低电平时,最多不超过多少伏(比如 0.4V)
VOHOutput High输出高电平时,至少不低于多少伏(比如 2.4V)
VILInput Low输入低于这个值,才保证被认成 0(比如 0.8V)
VIHInput High输入高于这个值,才保证被认成 1(比如 2.0V)

注意 VOL 和 VIL 之间有一段(0.4V ~ 0.8V), VOH 和 VIH 之间也有一段(2.0V ~ 2.4V)。 这两段就是噪声容限:前一级送出的「低」即使被干扰抬高 0.4V,后一级仍然认它是低。

而 0.8V 到 2.0V 之间那一大片,是禁区:落在这里的电压,没有任何保证—— 可能被读成 0,也可能被读成 1,还可能让电路进入一种半开半闭的状态,耗电剧增甚至发热烧毁。 这就是为什么数字电路里「悬空的输入引脚」是危险行为,必须用上拉或下拉电阻把它钉死在高或低。

一个真实世界的教训:早期 5V 的 TTL 芯片和后来 3.3V 的 CMOS 芯片混接时, 3.3V 芯片输出的「高」只有 3.3V,对 5V 芯片来说够(高于 2.0V),反过来 5V 芯片输出的「高」有 5V, 直接灌进 3.3V 芯片可能超出耐压,把输入级打坏。 「电压能对上」是硬件互连的第一道关,比接口形状重要得多。

那为什么手机芯片用 1.8V、1.2V,甚至 0.8V

因为功耗和电压的平方成正比。把电压从 3.3V 降到 1.8V,同样一次开关的能量消耗降到原来的 (1.8/3.3)² ≈ 30%。 手机要省电,就只能往下降。

代价是噪声容限变小了:1.8V 系统里,高电平和低电平之间的距离只有 1.8V, 留给干扰的余量只剩零点几伏。所以先进工艺的芯片对电源质量、布线、屏蔽的要求极端苛刻—— 你在示波器上看到的那些「电源纹波」,就是设计者最头疼的东西。

▸ 深入:一颗 CPU 里为什么有七八种电压

如果你拆开过主板,会看到 CPU 周围密密麻麻的电感和电容——那是「供电模块」,负责把 12V 变成芯片需要的各种电压。 而这些电压不是一种,是很多种,因为芯片内部分成了多个电压域:

电压域典型值为什么单独供电
核心(Vcore)0.8 ~ 1.35V,动态变化算得越快越费电,所以要能随时调;核心走线短,可以用低压
IO / 外设1.8V 或 3.3V必须和外部设备的电平匹配,不能随便降
内存控制器1.1 ~ 1.35V由内存条的标准决定(DDR4 是 1.2V,DDR5 是 1.1V)
模拟 / PLL独立低噪电源时钟电路对电源噪声极敏感,混在一起会抖
待机(RTC)约 3V 纽扣电池断电后还要维持时钟和 BIOS 设置

为什么要「动态」调

因为功耗大致满足 P ≈ C·V²·f(C 是电容负载,V 是电压,f 是频率)。 注意电压是平方项:把电压降 20%,功耗差不多降 36%。

所以现代 CPU 的省电策略是「按需给压给频」:你在打字时,它跑到 1.2GHz、0.9V; 你点开游戏,它瞬间升到 4.5GHz、1.3V。这个机制叫 DVFS(动态电压频率调整)。 笔记本上你听到的风扇忽大忽小,就是它在不停地换挡。

但电压不能无限降。晶体管要能被可靠地「关断」,栅极电压必须低于一个阈值。 当供电电压接近这个阈值时,关不干净的漏电流会急剧上升——降频省电反而变得更费电。 这就是为什么芯片工艺越先进,静态功耗占比越高,也是「低频多核」路线在手机上行得通、在服务器上要仔细权衡的原因。

顺带解释一个你天天见到的词:手机宣传的「大小核」。大核(性能核)电压高、频率高、面积大; 小核(能效核)电压低、频率低、但每瓦性能更好。系统按任务轻重把活派给不同的核—— 这本质上是在「同一颗芯片上放了几个不同的电压域」,让每个任务都跑在最合适的档位上。

1.1.1-5数字信号真正的护身符:每一级都重新整形

上一节说的是「怎么判断一个电压是高还是低」。但只靠判断还不够—— 如果信号在导线上一路传下去,每经过一段就被干扰一点,传个十几级照样会糊掉。 真正让数字电路活下来的,是另一个机制:每一级门电路的输出,都会被重新拉满到接近电源或接近地。

这叫「再生」(regeneration)。它做的事是:输入不管多脏(只要还在阈值以内),输出都重新变成一个干净的、满幅的方波。 噪声被彻底扔掉,不会传给下一级。

用数字把这件事说清楚

假设有一条信号要经过 100 级电路,每一级都会引入一点误差(模拟电路里这是必然的):

模拟电路数字电路
每级误差±0.05V,无法消除每级重新整形,误差归零
10 级后误差累积到 ±0.5V,波形已明显变形仍是干净的 0 或 3.3V
100 级后误差远超信号本身,完全失真仍然干净——除非某一级判断错了
失效方式逐渐变糊,可以容忍突然翻转,一个比特直接错
这就解释了一个看似矛盾的现象:数字电路对「小噪声」几乎免疫,但对「大到跨过阈值的噪声」零容忍。 模拟电路正相反:小噪声会慢慢累积成失真,但不会突然崩掉。

所以数字系统的设计重点不是「减少每一级的噪声」,而是「保证任何一级都不会判断错」—— 这就是为什么高速电路要那么讲究阻抗匹配、屏蔽、电源去耦:不是为了「音质好」,是为了「别读错一位」。

什么时候判断:采样与边沿

光有阈值还不够,还得规定「什么时候看」。如果门电路随时都在看输入,那信号正在从 0 爬到 3.3V 的那段时间里, 输出会疯狂抖动。所以数字系统引入了时钟:只在时钟的某个瞬间(通常是上升沿)才采一次样。

这带来两个必须遵守的纪律:

这两条听起来像吹毛求疵,但它们决定了 CPU 能跑多快:时钟周期不能短于「信号从上一级传到下一级并稳定下来」所需的时间。 这就是主频有上限的物理原因之一,后面讲流水线时会再遇到它。

▸ 深入:模拟计算机曾经很强大,为什么还是输了

在数字计算机普及之前,人类造过大量模拟计算机:它们不用 0 和 1,而是用物理量本身来算。

机器用什么算算什么
计算尺长度乘除、开方、三角函数(精度约 3 位)
微分分析仪(1927)齿轮与转盘的转角解微分方程,用于火炮射表
潮汐预测机滑轮与绳索的位移预测潮汐,精度惊人
电子模拟计算机电压与电流飞行模拟、控制系统仿真

它们有一个数字计算机至今比不上的优点:连续、实时、没有量化误差。 用一根导线表示一个电压,它可以是 1.234567…V 的任意精度(理论上),不需要被切成 256 档。 解微分方程时,它是一瞬间「流」出结果的,不是一步步迭代算出来的。

那为什么输了

四个致命问题,每一个都足以致命:

  1. 精度上不去,而且误差会累积。 一个齿轮的啮合误差是 0.1%,经过十级传动就是 1%。你想提高精度,就得加工更精密的零件, 成本指数上升。而数字电路的精度只取决于「多几位」,加几位几乎是免费的。
  2. 结果不能被无损复制。 模拟计算机算出的结果存在电压或转角里,你抄下来就已经损失精度; 而数字计算机的结果是一串字节,复制一万份,每一份都和原件完全一样。 这一条是决定性的:能被无损复制,才有可能被传播、被验证、被组合。
  3. 不能编程,只能专用。 一台模拟机是为某一类方程设计的,想换题目就得重新接线、换齿轮。 数字机只要换一段程序——图灵机的那套「通用性」,是模拟机根本做不到的。
  4. 无法处理逻辑与符号。 模拟机擅长连续的物理量,但「如果 A 大于 B 则执行 C」这种离散判断,用电压很难可靠地表达。 而人类的绝大多数任务(文字、账目、决策)本质上是离散的。
这一段的真正意义:数字之所以赢,不是因为「更准」,而是因为「可复制、可编程、可组合」。 一台机器的价值不只在于它能算什么,更在于它的结果能不能被别人拿走、复用、拼装成更大的东西。 这个规律在软件时代被放大到了极致:源代码可以复制,所以一个程序能变成一万个程序的基础。

1.1.1-6为什么不是十进制:一次真实的商业失败

到这里,一个自然的疑问是:既然人类最习惯十进制,为什么不干脆让电压有十档,直接对应 0~9?

这个问题在历史上被认真尝试过。1958 年,莫斯科大学研制了一台叫 Setun 的计算机, 用的不是二进制,而是三进制——每个单元有三种状态:−1、0、+1。

三进制在理论上更划算

有一个经典的数学结论:在「用固定数量的符号表示尽量多的数」这个目标下,最经济的进制是自然常数 e ≈ 2.718。 离它最近的两个整数是 2 和 3,其中 3 更接近,所以三进制的「信息密度/成本比」略优于二进制。

传说中的结论是:同样表示 −298 到 +298 的范围,二进制需要 9 位,三进制只需要 6 位。 Setun 一共造了约 50 台,在一些工程计算里表现出色,甚至比同期同价位的二进制机器更省电。

那它为什么消失了

原因不在数学,在工程与生态:

问题具体是什么
三种状态难做 两种状态可以用「通/断」天然实现;三种状态需要精确控制电压在三个区间,噪声容限一下缩水一半以上
没有现成零件 全世界都在生产二进制逻辑门,三进制器件要自己造,成本高、良率低
没有软件生态 程序员、编译器、教材、算法全是按二进制写的,换进制等于从零重建
维护困难 会修三进制机器的人极少,坏了就是一堆废铁
这件事的意义远大于一段技术八卦:它说明「技术选型」从来不是「选数学上最优的那个」, 而是「选能活下来的那个」——可靠、便宜、有人用、有零件买。 二进制赢的不是效率,是生态。

这个规律你会一遍遍遇到:为什么键盘是 QWERTY 而不是更高效的布局; 为什么 IPv6 推了二十多年还没完全替代 IPv4;为什么大多数网站还是用 HTTP 而不是更先进的协议。

1.1.1-7二进制凭什么能表示「一切」:编码的本质

现在解决第二个大问题:就算只有两种状态,它凭什么能装下文字、图片、声音、电影、程序?

答案只有一句话:因为「表示」不是「像」,而是「一一对应」。

我们从不要求「比特必须长得像它表示的东西」。就像身份证号不需要长得像一个人。 只要有一张双方都认可的对照表,编号就能代表任何东西。 这张表,就叫编码。

现实世界的连续量与离散符号如何映射到比特串
图 1.1.1-2 编码的全部工作,就是在「现实里的东西」和「比特串」之间建立一张双向可查的表。表在编码端和解码端必须完全一致,否则就是乱码。

四种最典型的编码

① 数字:位置记数法

把数字写成二进制,用的是和我们熟悉的十进制完全相同的规则,只是底数从 10 变成 2: 1101 表示 1×2³ + 1×2² + 0×2¹ + 1×2⁰ = 13。 这不是「编码」,这是数本身的另一种写法——它没有对照表,因为它不是映射,是同一个数的不同表示。

② 文字:一张 128 行的表

ASCII 规定:编号 65 代表大写 A,66 代表 B,97 代表小写 a。就这么简单,一张表。 中文没有这么简单,因为汉字有几万个,一个字节装不下,所以要用变长编码——那是 1.1.4 的内容。

③ 图像:把画面切成格子,每格记一个数

一张 1920×1080 的图片,被切成两百万个小格(像素),每个格子的颜色用三个 0~255 的数表示(红、绿、蓝的强度)。 于是「一张图」变成了 600 多万个数字,每个数字 8 位——这就是「数字化图像」的全部含义。 它没有「拍下」光,它只是把光强切成了档位。

④ 声音:每秒切四万四千刀

CD 音质的采样率是 44100Hz:每秒把空气压力测 44100 次,每次记一个 16 位的数。 为什么是这个数?因为人耳能听到的最高频率约 20kHz,根据采样定理,采样率必须高于信号最高频率的两倍, 所以 40000 出头就够,工程师取了 44100 这个稍高的整数。 「为什么是 44100 而不是 50000」这个问题,答案藏在人的耳朵里,不在电路里。

采样的那个定理(奈奎斯特-香农采样定理)值得记住一句话的版本: 如果采样率不到信号最高频率的两倍,高频就会被「折叠」成低频,产生一个根本不存在的假信号。 这个现象叫混叠,在视频里表现为「车轮倒转」——电影里车轮明明在前进,看起来却在后退。

为什么「什么都能表示」不是吹牛

因为能被写下来的东西,本质上都是离散符号的有限序列:一段文字是字符序列, 一张图是像素序列,一首歌是采样点序列,一个程序是指令序列。 而任何离散符号都能编号,任何编号都能写成二进制。

所以「二进制能表示一切」的准确说法是:一切可以被切成离散单元、并且单元可以被编号的东西,都能用二进制表示。 注意前提是「可以被切成离散单元」——这也是为什么「把人的意识上传到电脑」在技术上远不是「存个文件」那么简单。

▸ 深入:有些东西永远无法被编码

上一节说「一切可被切成离散单元的东西都能编码」。这句话里的限制条件值得单独展开, 因为它决定了计算机能力的边界——而且这个边界是数学证明过的,不是工程没做到。

可数 vs 不可数

数学上把「能一个一个列出来」的集合叫可数。整数是可数的(0, 1, -1, 2, -2…), 有理数也是可数的(可以排成一个方格表斜着数),甚至「所有能被写出来的程序」也是可数的。

但实数不可数。康托尔用对角线法证明了这一点:假设你把所有 0 到 1 之间的小数排成一列, 然后构造一个新的数,让它的第 n 位和第 n 个数的第 n 位不同——这个新数必然不在表里。 所以实数的数量比整数「更多」,多到无法编号。

这直接推出一个结论:因为任何程序的集合是可数的,而实数的集合不可数, 所以必然存在无法被任何程序算出来的实数。 换句话说,「可计算」只是数学世界的一小部分,而我们所有的计算机,都只能在这部分里工作。

停机问题:一个亲手证明的边界

图灵在 1936 年构造了一个更具体的例子:是否存在一个程序,能判断任意一个程序在给定输入下会不会停机? 他的证明只有三行,但极其漂亮:

  1. 假设存在这样的程序 H(P, I),能判断程序 P 在输入 I 下会不会停。
  2. 构造一个新程序 Evil(P):如果 H(P, P) 说「P 会停」,那 Evil 就故意死循环; 如果 H 说「P 不会停」,Evil 就立刻停。
  3. 现在问:Evil(Evil) 会停吗?

如果它停,说明 H 判定它「会停」,那么按定义它应该死循环——矛盾。 如果它不停,说明 H 判定它「不会停」,那么按定义它应该立刻停——也矛盾。 所以假设不成立,这样的 H 不存在。

这不只是学术趣闻。它意味着:不存在一个通用的「病毒检测器」能百分之百判断一个程序是不是恶意; 不存在一个「万能调试器」能提前告诉你这段代码会不会陷入死循环; 也不存在「自动证明程序正确」的通用工具。杀毒软件只能靠特征匹配和行为启发,做不到完全准确,原理上就做不到。

回到「意识上传」

很多人把「上传意识」想成「把大脑扫描一遍,存成一个文件」。但从这一节的角度看,问题不在存储,在可计算性:

所以这件事远不是「硬盘够不够大」的问题。「数字化」能装下的,只有「可被离散化并且可被算法处理」的那部分世界。

▸ 深入:压缩的极限在哪里

顺便说一个和数据表示紧密相关的结论,因为它经常被误解:不存在「能把任何文件都变小」的通用压缩算法。

道理很简单:如果一个算法能把所有文件都变小,那么把它重复应用,最终所有文件都会变成 0 比特, 而 0 比特不可能还原出不同的内容——信息的量守恒。

所以压缩能省的空间来自「数据里有规律」:重复的字符、相邻像素的相似性、人耳听不见的频率。 一段真正的随机数据(比如加密后的文件)是压不动的,强行压反而会变大一点点。

这解释了为什么「视频压缩」能省 99%:因为视频里绝大多数信息是冗余的—— 相邻帧几乎一样、大片区域颜色相同、人眼对某些细节不敏感。压缩算法就是把这些冗余删掉。 而一段加密过的视频,和随机噪声没有区别,压不动。

1.1.1-8同一个字节的五种读法

一个字节是 8 个位,能表示 256 种状态。这 256 种状态本身没有任何含义, 怎么读,完全取决于你手上那张表。

以 11111111 这一串为例:

读法得到用在哪
无符号整数255像素亮度、数组长度、文件大小
有符号整数(补码)−1温度、坐标差、任何可能为负的量
字符ÿ(Latin-1 第 255 号)文本文件
颜色分量该通道最亮RGB 里的 255,0,0 就是纯红
八个开关八个都打开权限位、状态标志

最后一种读法特别值得现在就说一句,因为它会贯穿整本书: 一个字节可以被当成八个互相独立的开关。这就是「位标志」。

比如 Linux 的文件权限,用三个比特表示「读、写、执行」: rwx = 111 = 7,rw- = 110 = 6, r-x = 101 = 5。所以 chmod 755 展开就是 111 101 101——属主可读写执行,其他人只能读和执行。

为什么权限要用「位」而不是「三个独立的布尔字段」: 因为位运算一次就能判断完。要问「这个文件我可不可以执行」,只需 perm & 0b001,一次与运算出结果。 如果用三个字段,就要读三个值再比较三次。在需要判断亿万次的地方,省下的每一条指令都是钱。

▸ 深入:字节序——同一个数字,两种存法

上一节的例子都是单字节。一旦一个数字超过 8 位,就要用多个字节存, 于是出现一个新问题:高位字节放前面,还是低位字节放前面?

假设要存 0x12345678(四个字节:12、34、56、78):

方式内存里的顺序谁在用
大端(Big-endian)12 34 56 78网络协议、Java、部分 CPU(PowerPC、SPARC)
小端(Little-endian)78 56 34 12x86 / x64、ARM(默认可切换)

名字来自《格列佛游记》里「鸡蛋该从大的一端敲还是小的一端敲」。两个阵营都有道理: 大端读起来和人类写数字的顺序一致;小端在「把 32 位数截成 16 位」时不用改地址,硬件实现更简单。

为什么这事值得单独讲:因为它是「同一个文件在两台机器上读出不同结果」的经典原因。 你用 C 把一个 int 直接写进文件,在 x86 上得到 78 56 34 12, 拿到大端机器上读,就变成 0x78563412——完全不同的数。 所以网络协议规定了统一的「网络字节序」= 大端,任何要跨机器传输的多字节数字,都必须先转换。

怎么亲眼看见

在 Windows 上用 PowerShell 或者 Python,几行就能验证:

import struct
struct.pack('<I', 0x12345678)   # 小端 → b'xV4\x12',即 78 56 34 12
struct.pack('>I', 0x12345678)   # 大端 → b'\x124Vx',即 12 34 56 78

这也解释了 UTF-16 文件开头那个 BOM(FF FE 或 FE FF): 它其实是在告诉你「这个文件用的是小端还是大端」。UTF-8 没有这个问题,因为它按字节处理,不存在字节序。

哪些地方会撞上它

1.1.1-9从比特到文件:一个真实例子的字节级解剖

前面都是概念。这一节我们把一个真实的文件拆开,看看「比特」到底长什么样。

请在桌面上新建一个文本文件,里面只写两个字:你好,保存为 UTF-8。这个文件的大小是多少?

答案是 6 字节。不是 2 字节。因为 UTF-8 里一个汉字占 3 个字节。 我们把这 6 个字节用十六进制打出来:

$ xxd 你好.txt
00000000: e4bd a0e5 a5bd                      ........

换个工具看也一样:
$ od -An -tx1 你好.txt
 e4 bd a0 e5 a5 bd

e4 bd a0 是「你」,e5 a5 bd 是「好」。每个字节写成两位十六进制, 所以一个字节在十六进制里看起来是「两个字符」——这只是为了方便人看,因为 8 位正好能被 4 位一组分成两个十六进制位。

「你好」六个字节的逐位拆解
图 1.1.1-3 「你」的三个字节 E4 BD A0 逐位展开成 24 个比特。注意每个字节的开头都有 1110、10、10 这样的前缀——那是 UTF-8 的「自描述」标记,告诉解码器这个字占几个字节。

十六进制为什么到处都是

因为它是人和机器之间最省事的翻译层:4 个比特正好对应 1 个十六进制位, 一个字节正好写成两位。你不用心算,一眼就能把 E4 还原成 1110 0100。

如果用十进制,一个字节是 255,你就得在脑子里做除法;如果用二进制,一长串 0101 谁也看不清。 十六进制在这两者之间找到了平衡点,所以它在调试、颜色、内存地址、哈希值里无处不在。

怎么判断一个文件是「文本」还是「二进制」

方法很朴素:看它的字节能不能被解释成合法字符。 如果大部分字节都落在可打印字符范围内(比如 ASCII 的 32~126),那它大概是文本; 如果出现了大量 0x00 到 0x1F 之间的控制字节,那它多半是二进制。

但更可靠的办法是看开头几个字节——这叫 魔数(magic number),是文件给自己贴的标签:

常见文件格式开头的魔数字节
图 1.1.1-4 几乎所有格式都在开头几个字节里「自报家门」。所以把 .jpg 改名成 .png 并不能真的转换格式——程序仍然会按开头那串字节去认它。
格式开头字节ASCII 里像什么
PNG89 50 4E 47 0D 0A 1A 0A.PNG....
JPEGFF D8 FF(不可打印)
GIF47 49 46 38GIF8
PDF25 50 44 46%PDF
ZIP / DOCX / XLSX50 4B 03 04PK..
Windows EXE4D 5AMZ
顺便说破一个常见困惑:为什么 .docx、.xlsx 也能用解压软件打开? 因为它们本质就是 zip 包,里面装着 XML 文件。你在「改后缀」时改的只是文件名,文件内容那串跟着走的魔数没变, 所以系统仍然把它当 zip 处理。

BOM:那三个看不见的字节

如果你用 Windows 记事本保存过一个 UTF-8 文件,它可能会在开头悄悄加三个字节:EF BB BF。 这叫 BOM(字节顺序标记),原本是用来标记「这个文件是大端还是小端」的,后来被拿来当「我是 UTF-8」的旗子。

它是个麻烦制造者。很多程序(尤其是脚本解释器、编译器、JSON 解析器)不认识它, 会把它当成正文的第一个字符,于是报出「意外的字符」这种莫名其妙的错。 如果你以后写代码遇到「明明文件里没这个字符,为什么报错」,先检查 BOM。

▸ 深入:为什么 Windows 和 Linux 的文本文件会差一个字节

这是一个纯字节层面的细节,但每年都有人被它坑。在 ASCII 表里,编号 10 是 LF(换行,Line Feed), 编号 13 是 CR(回车,Carriage Return)。这两个名字来自机械打字机:

打字机上这是两个独立动作,要换行必须都做。所以早期电传打字机用两个字符 CR LF 表示换行。 Unix 的开发者觉得「一个换行只要一个字符就够」,于是只留 LF。 Windows 继承了 DOS,保留了 CR LF。Mac 早期用 CR,后来也改成了 LF。

系统换行字节
WindowsCR LF0D 0A
Linux / macOS(现代)LF0A
老 Mac(OS 9 之前)CR0D

后果是什么?一个一万行的代码文件,在 Windows 上比在 Linux 上大 1 万字节(约 10KB)。 更麻烦的是:如果 Linux 的脚本被带到 Windows 用过再带回来,可能多出一堆 ^M, 导致 bash: ./run.sh: /bin/bash^M: bad interpreter 这种经典报错。

git 的 core.autocrlf 就是在处理这件事:它让你本地存 CRLF、仓库里存 LF, 提交和检出时自动转换。这也是为什么团队协作时它经常是「合并冲突莫名出现」的元凶之一。 一个三十年前的打字机习惯,今天还在影响你的版本控制。

▸ 深入:文件大小和「占用空间」为什么不一样

你右键看属性时,会看到两个数:「大小」和「占用空间」。前者是字节数,后者通常更大。 原因是文件系统按「簇」分配空间,而不是按字节。

NTFS 默认一个簇是 4096 字节。你写一个 1 字节的文件,它也要占一个簇(4096 字节)。 你写 4097 字节,它占两个簇(8192 字节)。这叫内部碎片。

所以一个装满几十万个小文件的目录(比如 node_modules、或者你站点的缩略图缓存), 实际占用可能是「大小」的两三倍。这也是为什么「清理垃圾」类软件能把「释放了 20GB」喊得那么响—— 它把簇的浪费也算进去了。

▸ 深入:既然会出错,机器怎么知道自己错了

上一节说「数字会坏」。那为什么你从没遇到过「文件里的字自己变了」?因为整条链路上有层层校验, 而且这些校验本身就是用比特算出来的。

校验的思路分三个层次,一层比一层强:

方法怎么算能查出什么用在哪
奇偶校验 额外加 1 位,让「1 的个数」总是偶数 只能发现奇数个位翻转,且无法定位 老式串口、内存条(早期)
校验和 把所有字节加起来,取低位 能发现大多数错误,但「加两次错成一样」时会漏 IP 头、UDP、早期下载
CRC 把数据当成一个巨大的二进制数,除以一个约定的「生成多项式」,取余数 极强,能发现绝大多数突发错误 以太网帧、ZIP、PNG、磁盘扇区
密码学哈希 SHA-256 这类单向函数 不仅能查错,还能防篡改(别人改不出同样的哈希) 下载校验、git、区块链、密码存储

CRC 为什么比「加起来」强

因为「相加」对顺序不敏感:01 02 和 02 01 加起来一样,校验和也一样。 而 CRC 把整段数据当成一个多项式做除法,位置变了结果就变。 更关键的是,它能保证「连续 k 位同时出错」一定被检出(k 小于等于多项式位数时)。 磁盘上的划痕、网线上的干扰,恰恰都是「连续一片出错」。

那如果连纠错都扛不住呢

那就只能靠冗余——多存几份。这里有两个你天天在用但可能不知道名字的机制:

所以「数字不会坏」这个印象是这样来的: 不是比特本身可靠,而是整条链路(链路层 CRC、磁盘扇区 CRC、TCP 校验、应用层哈希、多副本) 把出错率压到了你一辈子也遇不上几次的程度。 可靠性从来不是「不出错」,而是「出错能被发现并修正」。

1.1.1-10十个常见误解,逐个拆掉

误解一:0 和 1 是「数字」

不是。它们是两种电压状态的代号。磁带上的磁化方向、光盘上的凹坑、SSD 里的电荷量, 都可以被叫做 0 和 1,但它们全都不是数字。数字是人的抽象,物理实现可以是任何能稳定区分两态的东西。

误解二:二进制「低级」,早晚被淘汰

不会。二进制不是权宜之计,是物理上最优的选择:两态之间的安全距离最大,最抗噪、最省电、最容易批量制造。 只要还是用电来表示信息,二进制就不会被淘汰。真正在变的是「怎么把这套东西做得更小更快」,而不是「换一种进制」。

误解三:量子计算机能同时是 0 和 1,所以会取代现在的电脑

半对半错。量子比特确实可以处在「0 和 1 的叠加态」,但那不是「同时存了两个数」这么简单—— 它的状态是一个概率幅,而且一测量就坍缩成确定值。量子计算擅长的是特定类型的问题(因数分解、模拟量子系统), 不是「所有计算都更快」。它更可能是「挂在经典计算机旁边的一块加速卡」,而不是替代品。

误解四:硬盘里的 0 和 1 就是「磁化方向」

机械硬盘是接近这个说法的(磁畴方向)。但固态硬盘(SSD)存的是浮栅晶体管里的电荷量, 而且为了容量,一个单元要存 4 个甚至 16 个不同的电平(TLC/QLC),也就是说一个单元表示 2~4 个比特,而不是 1 个。 所以「一个比特对应一个物理单元」这个印象,在 SSD 上已经不成立了。

误解五:bit 就是「一位二进制数」

这是对的,而且 bit 这个词本来就是 binary digit 的缩写,由统计学家图基在 1947 年的一篇备忘录里造出来。 但要注意:bit 是信息量的单位,不是物理实体。一根线上可以每秒传几十亿个 bit,也可以一个 bit 都不传。

误解六:网线里传的「1」就是高电平

不完全是。以太网用的是编码后的差分信号,为了保持直流平衡,会把比特流先做一次变换(比如 4B/5B、8B/10B), 再发送出去。所以线上实际出现的电平变化,和你以为的 0101 并不是一一对应的。 Wi-Fi 更远:它把比特调制到无线电波的相位和幅度上,肉眼根本看不出「0」和「1」。

误解七:计算机用二进制,是因为「电只有两种状态」

这是最常见的一个简化说法,方向对,但因果反了。 电可以有无穷多种电压(这就是模拟电路),并不是「只有两种」。是因为只有两种状态最可靠, 工程师才选择只用两种,而不是物理上只能有两种。 这是一个「设计选择」,不是「物理限制」——这个区别,决定了你能不能想明白为什么模拟电路依然存在。

误解八:摩尔定律说的是「电脑速度每年翻倍」

不是。摩尔定律的原话是「集成电路上可容纳的晶体管数目,约每两年翻一番」,说的是集成度,不是速度。 速度的提升来自很多因素(频率、架构、缓存、并行),而晶体管变多只是提供了材料。 而且这条「定律」早已明显放缓——现在更常见的说法是「每代性能提升 10%~20%」。

误解九:数字的东西永远不会失真

分两种情况。无损数据(文本、程序、zip)在传输和复制中确实不会失真,因为每个字节都有校验和纠错机制兜底; 但有损压缩过的数据(jpg、mp4、mp3)每存一次、每转一次码,都可能再掉一点质量。 而且「数字不会坏」也不成立:硬盘会有位腐化(bit rot),内存会有宇宙射线导致的翻转, 所以重要数据必须靠多副本 + 定期校验,而不是靠「它是数字的」。

误解十:计算机是完全确定的,同样的输入必然同样的输出

单看一条指令,是的。但整台机器不是:多线程的调度顺序不确定、随机数来自硬件噪声、 浮点运算在不同 CPU 上可能有微小差异、网络和磁盘的时序每次不同。 所以「同样的程序跑两次结果不一样」是常态,尤其在并发场景。 工程上解决它的办法不是追求绝对确定,而是把不确定性关进可控的笼子里(加锁、定序、幂等)。

▸ 收尾:从比特到网速,那串数字到底是多少

最后补一个几乎人人都会遇到的换算,因为它和「比特」直接相关,而且商家很喜欢在这里做文章。

bit(比特)Byte(字节)
符号小写 b大写 B
关系1 B = 8 b—
用在哪网络带宽(Mbps)文件大小(MB)

所以「100M 宽带」的真实下载速度是 100 ÷ 8 = 12.5 MB/s,不是 100MB/s。 这不是运营商骗人,是单位不同:带宽按比特算,文件按字节算。

再往外一层,还有「1000 还是 1024」的老账:硬盘厂商按 1000 进制标容量(1GB = 10⁹ 字节), 操作系统按 1024 进制显示(1GiB = 2³⁰ 字节)。所以一块标着 1TB 的硬盘, 在 Windows 里显示约 931GB——差的这 7% 不是被吞了,是两套进位制打架。

顺带说清「网速」的另一个真相:你办的 500M 宽带,指的是「你家到运营商机房这一段」的理论上限。 实际下载速度还取决于对方服务器给你的带宽、中间经过多少跳、有没有人同时在看视频。 「测速很快但下载很慢」通常不是你的问题,是对方没给你那么多。

1.1.1-11本节小结与十道自测题

用六句话概括这一节

  1. 计算机里没有 0 和 1,只有电压高低;把它们叫 0 和 1 是人的约定。
  2. 现实世界的量是连续的,数字化就是「切档位」,只保留档位编号。
  3. 档位越少,每档之间的安全距离越大,越不容易读错——所以只用两档。
  4. 数字电路靠「每级重新整形」把噪声彻底扔掉,这是它能做到百亿晶体管的原因。
  5. 二进制能表示一切,因为「表示」是编号映射,不是长得像。
  6. 同一个字节可以是数字、字符、颜色、开关,取决于你拿哪张表去读它。
下一节的入口:现在你知道了「一位能存两种状态」。 但一位太少——它只能表示「是」或「否」。要表示 0~255,就需要把八位并排放, 并且约定好「哪一位是最高位」。这就是 1.1.2 要讲的:比特怎么组成字节、字节怎么做位运算、 以及为什么「一个字节 = 8 位」这件事是历史选择而不是物理必然。

自测:能答上 8 题,这一节就算过了

  1. 为什么说「电压只有两种状态」这个说法是错的?真正的因果关系是什么?
  2. VIL 和 VIH 之间那一段电压,为什么被称为禁区?
  3. 数字电路抗噪的关键机制是什么?它和「阈值判断」有什么区别?
  4. Setun 计算机说明了技术选型的什么规律?
  5. 为什么 CD 的采样率是 44100 而不是 50000?这个数字和什么有关?
  6. 一个字节 11111111 至少能给出三种不同的读法,请说出三种。
  7. 「你好」两个汉字在 UTF-8 里占几个字节?为什么不是两个?
  8. 把 .jpg 改名成 .png,文件会变成 PNG 吗?为什么?
  9. 为什么十六进制在调试里比十进制和二进制都常用?
  10. SSD 里一个存储单元存的是 1 个比特吗?为什么?
点开看简答(先自己想,别急着点)

1. 电可以有无穷多种电压,是工程师选择只用两种,因为两态最可靠。
2. 因为落在这段区间内的电压没有任何保证,可能被读成 0 也可能被读成 1,还可能让电路半导通发热。
3. 每一级门都会把输出重新拉满到接近电源或地,噪声不累积;阈值判断只是「读」,整形才是「清」。
4. 赢的不是数学最优,而是可靠、便宜、有生态。
5. 人耳上限约 20kHz,采样定理要求两倍以上,取了个略高的整数。
6. 无符号 255 / 补码 −1 / 字符 ÿ / 纯红分量 / 八个开关全开(任答三种)。
7. 六个字节,UTF-8 里一个汉字 3 字节。
8. 不会。程序看开头魔数,不看后缀。
9. 4 个比特正好一位十六进制,一个字节正好两位,转换不需要心算。
10. 不是。TLC/QLC 一个单元存 3~4 个比特,靠区分多个电平实现。

← 1.1 中章目录