Binærtall og tegnsett

Binærtall og tegnsett

Binærtall og Hexadesimale tall

I datamaskiner lagrer vi informasjon som en av to mulige tilstander - enten på (1) eller av (0). Dette er den minste informasjonsmengden vi kan lagre i en datamaskin og kalles en BIT.

Nå er en bit for lite til å lagre noe særlig interessant, så vi setter dem sammen til større grupper - typisk bruker vi en BYTE som består av 8 BITS.

Med en BYTE kan vi lagre alle tegnene fra alfabetet og andre symboler. Antall forskjellige verdier vi kan lagre med en BYTE er $ 2^8 = 256 $

For å skrive et binærtall deler vi det oftest i grupper på 8 bits (en byte). Ulempen er at binærtall blir veldig lange (mange siffer), derfor bruker vi også hexadesimale tall til å skrive binærtall.

Vi grupperer binærtallet i grupper på 4 BITS og gjør hver gruppe om til et hex-siffer (0..9A..F). Tabellen under viser sammenhengen.

Dec Binær Hex

0 0000 0000 00

1 0000 0001 01

2 0000 0010 02

3 0000 0011 03

4 0000 0100 04

5 0000 0101 05

6 0000 0110 06

7 0000 0111 07

8 0000 1000 08

9 0000 1001 09

10 0000 1010 0A

11 0000 1011 0B

12 0000 1100 0C

13 0000 1101 0D

14 0000 1110 0E

15 0000 1111 0F

16 0001 0000 10

Tegnsett

Med en BYTE har vi som sagt 256 forskjellige verdier.

Dette er tilstrekkelig til at vi kan lage en koding slik at tallet 64 = 'A', 65 = 'B' osv. Vi kan uten problemer kode inn alle bokstaver - tall og symboler som vi typisk bruker i europeiske språk.

En standard koding med en byte pr bokstav er ASCII - du kan kode alle europeiske tegnsett med denne metoden, A=64, B=65 osv.

For å lagre et utvida symbolsett (tenk på japansk eller kinesisk) bruker vi idag UTF-8 som virker slik:

• Dersom bit8 er null - slik som 00110110 - da er det et vanlig ascii tegn.
• Dersom bit8 er 1 - slik som 10010101 - da er det et utvida symbol (2-4) bytes.

Antall ekstra bytes er koda på tilsvarende måte - dermed kan UTF-8 representere alle ascii tegn med en byte, mens f.eks japanske skrifttegn kan bruke opptil 4 bytes pr symbol.