Information coding systems

欢迎来到信息编码系统！

你好！在这一章中，我们将探索计算机到底是如何理解我们输入的内容，比如字母“A”或数字“5”。由于计算机实际上只会说二进制（0 和 1）这种语言，我们需要一套特别的“秘密代码”系统来将我们的世界翻译成它们能理解的世界。这就是信息编码系统的核心所在！

如果刚开始觉得这些概念有点抽象，别担心。看完这些笔记后，你会发现它就像使用麦片盒里附赠的解码器一样简单。让我们开始吧！

1. 字符与纯二进制：数字的两难

首先要理解的是，根据用途的不同，计算机看待数字 5 的方式有两种截然不同的区别。

纯二进制表示法 (Pure Binary Representation)

当你想进行数学运算（例如 5 + 2）时，计算机会使用纯二进制。十进制的 5 会直接存储为其二进制的等值：\( 101_{2} \)。计算机会将其视为一个数值来处理。

字符编码表示法 (Character Code Representation)

当你在文本信息或 Word 文档中输入“5”时，计算机不会把它当作一个用来加减的“数值”，而是把它视为一个符号，或者要在屏幕上绘制的图形。为了做到这一点，它会使用字符编码（例如 ASCII）。例如，在 ASCII 中，字符 '5' 实际上是由二进制代码 \( 00110101 \) 来表示的。

类比： 想象数字 10。如果它印在足球球衣上，它就是一个字符（标签）；如果它是比赛中取得的入球数，它就是一个纯二进制数值（数量）。

常见错误： 千万别以为字符 '1' 的二进制就是 \( 00000001 \)。字符在编码表中拥有自己独特的“索引”代码，这与它们的数学数值是完全不同的！

快速复习：
• 纯二进制： 用于计算和数量。
• 字符编码： 用于显示文字和符号。

2. ASCII 与 Unicode：世界的字母表

我们如何决定哪种二进制模式代表哪个字母？我们使用编码系统。你需要掌握的最重要的两个系统是 ASCII 和 Unicode。

ASCII (美国信息交换标准代码)

ASCII 是最初的“黄金标准”。它使用 7 个比特 (bits) 来表示字符。
• 使用 7 个比特，可以有 \( 2^{7} = 128 \) 种不同的字符。
• 这对于英文字母（大小写）、数字和基本标点符号来说已经足够了。

Unicode

随着互联网走向全球，128 个字符已经不敷使用。那中文、阿拉伯文，甚至是表情符号该怎么办呢？Unicode 的出现就是为了解决这个问题。
• Unicode 使用更大数量的比特（通常是 16 或 32 个比特）。
• 它能表示超过 100 万种不同的字符！
• 你知道吗？ Unicode 中的前 128 个代码与 ASCII 完全相同。这使得 Unicode 具有“向后兼容性”。

为什么要引入 Unicode？
ASCII 太过局限，无法表示世界上所有的语言或我们今天使用的大量符号。Unicode 提供了一个通用的标准，这样从东京发出的信息在伦敦开启时，看起来是一模一样的。

记忆小撇步：
• ASCII = American（美国的，有限的）
• Unicode = Universal（通用的，巨大的！）

重点总结： 对于英语来说，ASCII 小巧且高效；但对于全球化的多语言数字世界而言，Unicode 是不可或缺的。

3. 错误检测与校正

当数据通过网络（如 Wi-Fi）传输时，有时会因为电气干扰而导致 1 不小心变成了 0。我们需要方法来发现这些错误！

奇偶校验位 (Parity Bits)

奇偶校验位 (Parity bit) 是在二进制字符串末端增加的一个额外比特，用来使 1 的总数变成偶数或奇数。

运作方式（偶校验，Even Parity）：
1. 计算数据中 1 的个数。
2. 如果数据是 \( 1011001 \)，其中有四个 1（是偶数）。
3. 为了保持偶数，校验位填入 0。总数变为：\( 10110010 \)。
4. 如果数据是 \( 1011000 \)，其中有三个 1（是奇数）。为了变成偶数，校验位填入 1。总数变为：\( 10110001 \)。

如果接收端在“偶校验”系统中收到一个 1 的总数为奇数的字节，它就知道发生了错误！

多数表决 (Majority Voting)

这是一种不仅能检测错误，还能修正错误的方法。
计算机不只发送一次比特，而是连续发送三次。
• 范例： 若要发送 '1'，计算机会发送 '1 1 1'。
• 如果接收端收到 '1 0 1'，它会看到多数是 '1'，因此推断那个 '0' 是错误的。它会自动将该比特修正为 '1'。

校验码 (Check Digits)

你在日常生活的条形码 (barcodes) 和书籍的 ISBN 编号上都能看到这些。校验码是通过特定的数学公式，根据之前的所有数字计算出来的最后一个数字。
当扫描器读取条形码时，它会重新计算该公式。如果计算出的结果与标签上的校验码不符，它就会发出警示声，告诉收银员扫描失败。

常见错误： 学生常以为奇偶校验位可以修正错误。其实不行！它们只能检测到出了问题。在上述列表中，只有多数表决能够真正地即时修正错误。

快速复习：
• 奇偶校验位： 增加一个比特使 1 的总数为偶数或奇数，用于检测单一位元错误。
• 多数表决： 多次传送数据，既能检测也能修正错误。
• 校验码： 字符串末尾的计算值（如条形码），用于验证数据是否正确。

总结：宏观视野

在本章中，我们学习到计算机本质上是庞大的翻译机器。它们使用二进制来存储数值，使用 ASCII/Unicode 将这些数值转化为我们阅读的文字，并通过错误检测（如奇偶校验位和多数表决）确保这些翻译在世界各地传输时不会损坏。继续练习那些奇偶校验位的计算，你很快就能完全掌握了！