位元

Multi tool use
本文介紹的是資訊科技中特指的
二进制单位。關於数学名詞,請見「
位」。
微處理器
|
---|
1 | 2 | 4 | 8 | 12 | 16 | 18 | 24 | 26 | 31 | 32 | 36 | 48 | 60 | 64 | 128 | 256 | 512
|
|
应用程序
|
---|
|
浮点数
|
---|
|
資料大小
|
---|
nibble | octet / byte
| word | dword | qword | DQWord
|
|
|
比特的次方单位
|
---|
十进制前缀 (SI)
| 二进制前缀 (IEC 60027-2)
|
---|
名字 | 缩写 | 次方
| 名字 | 缩写 | 次方
|
---|
kilobit | kbit | 103 | kibibit | Kibit | 210 |
megabit | Mbit | 106 | mebibit | Mibit | 220 |
gigabit | Gbit | 109 | gibibit | Gibit | 230 |
terabit | Tbit | 1012 | tebibit | Tibit | 240 |
petabit | Pbit | 1015 | pebibit | Pibit | 250 |
exabit | Ebit | 1018 | exbibit | Eibit | 260 |
zettabit | Zbit | 1021 | zebibit | Zibit | 270 |
yottabit | Ybit | 1024 | yobibit | Yibit | 280 |
位元(英语:Bit),亦称二進制位,指二进制中的一位,是資訊的最小单位[1]。Bit是Binary digit(二进制数位)的缩写,由数学家John Wilder Tukey提出(可能是1946年提出,但有资料称1943年就提出了)。这个术语第一次被正式使用,是在香农著名的论文《通信的数学理论》(A Mathematical Theory of Communication)第1页中。
假设一事件以A或B的方式发生,且A、B发生的概率相等,都为0.5,则一个二进位可用来代表A或B之一。例如:
二进位可以用来表示一个简单的正负
- 有两种状态的开关(如电灯开关)
電晶體的通断
- 某根导线上电压的有无
- 一个抽像的逻辑上的是否
- 一个位元有二個數變化如同一個開闗有開和關二種變化,二个位元有四個數變化,三个位元有八個數變化,以下開以1表示關以0表示
A
| B
| C
| 個數
|
---|
0 | 0 | 0 | 1
| 0 | 0 | 1 | 2
| 0 | 1 | 0 | 3
| 0 | 1 | 1 | 4
| 1 | 0 | 0 | 5
| 1 | 0 | 1 | 6
| 1 | 1 | 0 | 7
| 1 | 1 | 1 | 8
|
可見一個位元有2個數變化,二個位元有4個數變化,三個位元有8個數變化,而當有N個位元有多少變化呢? 可以用2N算出,如同21=2(2^1),22=4(2^2),23=8(2^3)。 不同进位制下一位的信息量并不总是一个二进位,例如十进制的7转换成二进制后就成了111(7= [ ( 1 ) × 22+ [ ( 1 ) × 21 ]+ [ ( 1 ) × 20 ] ] =2^2+2^1+2^0=2*2+2+1=100+10+12=1112)。
除二进位外,在電腦上常用的还有八进制、十进制和十六进制等进制的八进位、十进位和十六进位等。
- 1位元組(英语:Byte)=8比特(英语:bit)
由於bit位元太小了只有二種變化21=2,而使用以 8 個位元為一個單元的位元組Byte而有28=256變化。
在中文語境中各地稱謂有所不同。對於bit,中國大陸作比特,台灣作位元;而對於Byte,中國大陸作字节,台灣作位元組。
按照热力学与信息论的关系,信息量和热力学熵可以换算。
一比特相当于:
kln2 J/Kdisplaystyle kln 2mbox J/K 。
这个换算关系有很深刻的物理含义:向一个存储器存入一比特的信息会使其热力学熵降低
kln2 JK−1displaystyle kln 2mbox JK^-1 ,
根据热力学第二定律,环境的熵至少要增加这么多,即在TK下操作一比特,至少向环境排放
- kTln2 Jdisplaystyle kTln 2mbox J

的废热。这是信息操作带来的熵变的理论下限,实际当今最先进的电子计算机操作一个比特带来的熵变是该下限的数十亿倍。
參見
參考資料
^ 資料儲存單位 =2016-06-01 (中文).
進位制的記數系統
|
---|
| 基本進位制 | 一進位 · 二進位 · 三進位 · 四進位 · 五進位 · 六進位 · 七進位 · 八進位 · 九進位 · 十進位 · 十一進位 · 十二進位 · 十三進位 · 十四進位 · 十五進位 · 十六進位 · 十七進位 · 十八進位 · 十九進位 · 二十進位 · 二十一進位 · 二十二進位 · 二十三進位 · 二十四進位 · 二十五進位 · 二十六進位 · 二十七進位 · 二十八進位 · 三十進位 · 三十二進位 · 三十六進位 · 四十進位 · 五十八進位 · 六十進位 · 六十二進位 · 六十四進位 · 八十五進位 · 九十一進位 · 九十四進位 · 九十五進位 · 一百進位 · 二百五十六進位
|
---|
| 平衡進位制 | 平衡三進位 · 平衡五進位 · 平衡七進位 · 平衡九進位 · 平衡十進位
|
---|
| 特殊進位制 | Base64 · 十進位制 · 二進指數法 · 黄金進位 · 斐波那契編碼 · 根號2進位 · e進位 · 負整數進位制 · 2i進位 · 非整數進位制
|
---|
| 相關條目 | 位 · 位元 · 进位制 · 米迪定理 · 记数系统
|
---|
|
数据类型
|
---|
| 无解释的 | |
---|
| 数值 | 整数
- 定点数
浮点数
- 双精度
- 扩展精度
- 半精度
- 迷你浮点数
- 八倍精度
- 四倍精度
- 单精度
- Rational
- 复数
- 任意精度算术
- Interval
|
---|
| 文本 | |
---|
| 指针 | |
---|
| 组合 | 代数类型
- 数组
- 关联数组
- 类
- 串列
- 对象
- Option type
- Product
- 记录
- 集合
联合体
|
---|
| 其他 | - 布尔型
- Bottom type
- 容器
- 枚举类型
- 异常
- 一等函数
- Opaque data type
- 递归类型
- 信号标
- 字串流
- Top type
- Type class
- Unit type
- Void
- 不定型別
|
---|
| 相关议题 | - 抽象资料型別
- 数据结构
- 介面
Kind
- 原始型別
- 子类型
- C++模板
- 型別構造器
- 参数多态
|
---|
|
|
|
|
8 3,Luu00v1oFYEnIRFqEZG,3LBTu4 wLQ,C5qD6ib7CsjY61IC bQZs5nA2QBQRaWClT5,mY S1WtSlTA
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...