ข้ามไปยังเนื้อหา

Data representation

Computer Science IGCSE · หัวข้อ 1

ดูสไลด์ ฝึกฝน
บทเรียนวิดีโอสำหรับหัวข้อนี้ เปิดหน้าวิดีโอ
15:01

ทำไมคอมพิวเตอร์จึงใช้เลขสองฐาน

ภายในโปรเซสเซอร์มีสวิตช์ขนาดเล็กนับพันล้านตัว แต่ละตัวสามารถเป็นได้แค่ เปิด หรือ ปิด นั่นคือสิ่งที่คอมพิวเตอร์มีทางกายภาพจริง — ไม่มีสาม, ไม่มีเจ็ด, ไม่มี…

บรรยายภาษาอังกฤษ · สลับคำบรรยายภาษาอังกฤษและภาษาจีนได้

1.1

ทำไมคอมพิวเตอร์ใช้เลขฐานสอง

คอมพิวเตอร์ดิจิทัลแสดงข้อมูลโดยใช้สถานะตรรกะสองสถานะ เขียนว่า 1 และ 0 ระบบที่ใช้ตัวเลขเพียงสองหลักเรียกว่า ไบนารี (ฐาน 2)

สนามของตัวเลขทวิฐานสีน้ำเงิน 0 และ 1
คอมพิวเตอร์แสดงข้อมูลทั้งหมด — ตัวเลข ข้อความ เสียง และภาพ — เป็นลำดับบิตทวิฐานของ 0 และ 1

ข้อมูลทุกประเภท — ตัวเลข ข้อความ เสียง และภาพ — ต้องถูกแปลงเป็นทวิฐานก่อนที่คอมพิวเตอร์จะนำไปใช้ คอมพิวเตอร์ประมวลผลทวิฐานนี้โดยใช้ เกตตรรกะ และจัดเก็บใน รีจิสเตอร์ (หน่วยความจำขนาดเล็กและเร็วภายในโปรเซสเซอร์)

ชิปซิลิกอนของไมโครโปรเซสเซอร์ภายใต้การขยาย
ไมโครโปรเซสเซอร์มีทรานซิสเตอร์ขนาดเล็กนับล้านตัว แต่ละตัวเป็นสวิตช์ที่เปิด (1) หรือปิด (0) — ซึ่งเป็นพื้นฐานทางกายภาพของระบบทวิฐาน
คำศัพท์ ฝึกฝน
English ไทย
digit/ˈdɪdʒɪt/ เลข
binary/ˈbaɪnəri/ เลขฐานสอง
data/ˈdeɪtə/ ข้อมูล
logic gate/ˈlɒdʒɪk ɡeɪt/ ประตูตรรกะ
processor/ˈprəʊsesə/ โปรเซสเซอร์
1.1

ระบบตัวเลข

หลักสูตร
ผู้เข้าสอบควรสามารถ: หมายเหตุและคำแนะนำ
1 เข้าใจวิธีและเหตุผลที่คอมพิวเตอร์ใช้ เลขฐานสอง (binary) ในการแสดงข้อมูลทุกประเภท • ข้อมูลทุกประเภทจำเป็นต้องถูกแปลงเป็นเลขฐานสองเพื่อประมวลผลโดยคอมพิวเตอร์ • ข้อมูลจะถูกประมวลผลโดยใช้เกตลอจิกและจัดเก็บในเรจิสเตอร์
2 (a) เข้าใจระบบตัวเลข ฐานสิบ, ฐานสอง และ ฐานสิบหก (b) แปลงระหว่าง (i) ตัวเลขฐานสิบบวกกับฐานสองบวก (ii) ตัวเลขฐานสิบบวกกับฐานสิบหกบวก (iii) ตัวเลขฐานสิบหกบวกกับฐานสองบวก • ระบบฐานสิบเป็นระบบฐาน 10 • ระบบฐานสองเป็นระบบฐาน 2 • ระบบฐานสิบหกเป็นระบบฐาน 16 • ค่าที่ใช้จะเป็นจำนวนเต็มเท่านั้น • การแปลงทศนิยมไปเป็นฐานสองหรือฐานสองไปเป็นฐานสิบ • ความยาวสูงสุดของจำนวนฐานสองคือ 16-bit
3 เข้าใจวิธีการและเหตุผลที่ใช้เลขฐานสิบหกเป็นวิธีการแสดงผลข้อมูลที่มีประโยชน์ • พื้นที่ภายในวิทยาการคอมพิวเตอร์ที่ใช้เลขฐานสิบหกควรระบุได้ • เลขฐานสิบหกเข้าใจง่ายสำหรับมนุษย์กว่าเลขฐานสอง เนื่องจากเป็นการแสดงเลขฐานสองในรูปแบบที่สั้นกว่า
4 (ก) บวกจำนวนจำนวนเต็ม binary บวกสองตัวที่มี 8 บิต (ข) เข้าใจแนวคิดเรื่อง overflow และเหตุผลที่ทำให้เกิดในการบวกแบบ binary • จะเกิดข้อผิดพลาด overflow หากค่ามากกว่า 255 ในเรจิสเตอร์ขนาด 8 บิต • คอมพิวเตอร์หรืออุปกรณ์มีขีดจำกัดที่กำหนดไว้ล่วงหน้าที่สามารถแทนค่าหรือจัดเก็บได้ เช่น ขนาด 16 บิต • จะเกิดข้อผิดพลาด overflow เมื่อค่าที่เกินขอบเขตนี้ถูกส่งกลับออกมา
5 ทำการเลื่อนบิตเชิงตรรกะ (logical binary shift) บนจำนวนจำนวนเต็ม binary บวกที่มี 8 บิต และเข้าใจผลกระทบที่มีต่อจำนวนจำนวนเต็ม binary บวกนั้น • ทำการเลื่อนไปทางซ้ายแบบเชิงตรรกะ • ทำการเลื่อนไปทางขวาแบบเชิงตรรกะ • ทำการเลื่อนหลายครั้ง • บิตที่ถูกเลื่อนออกจากปลายของเรจิสเตอร์จะหายไป และมีศูนย์ถูกเลื่อนเข้าไปที่ปลายอีกด้านหนึ่ง • จำนวนจำนวนเต็ม binary บวกจะถูกคูณหรือหารตามการเลื่อนที่ทำ • บิตที่สำคัญที่สุดหรือบิตที่สำคัญน้อยที่สุดจะถูกสูญเสียไป
6 ใช้ระบบตัวเลข two’s complement เพื่อแสดงจำนวนเต็ม binary ที่เป็นบวกและลบ 8-bิต • แปลงจำนวนเต็มบวกเป็น binary หรือ denary เป็นจำนวนเต็ม two’s complement 8-bิต และในทางกลับกัน • แปลงจำนวนเต็มลบเป็น binary หรือ denary เป็นจำนวนเต็ม two’s complement 8-bิต และในทางกลับกัน

แหล่งที่มา: หลักสูตร Cambridge International

การนับเลขฐานสอง: 0 ถึง 15

ระบบจำนวน คือวิธีการเขียนตัวเลขโดยใช้ชุดตัวเลขที่กำหนดไว้ คุณจำเป็นต้องรู้สามอย่างนี้

ระบบ ฐาน ตัวเลขที่ใช้
ระบบสิบ进制 10 0–9
ระบบทวิภาค 2 0 และ 1
เฮกซาดิซิมาล 16 0–9 ถึง A–F
  • ระบบสิบ เป็นระบบนับทั่วไป (หรือเรียกว่าทศฐาน)
  • ระบบทวิฐาน ใช้เฉพาะ 0 และ 1
  • เฮกซาเดซิมอล (hex) ใช้เลขสิบหกตัว: 0–9, จากนั้น A, B, C, D, E, F แทน 10, 11, 12, 13, 14, 15.

ฐาน บอกจำนวนตัวเลขที่แตกต่างกันที่ระบบนั้นใช้

ตำแหน่งที่มีค่าน้ำหนัก

แต่ละหลักในตัวเลขมี ตำแหน่งที่มีค่าน้ำหนัก ในระบบทวิฐาน ค่าตามตำแหน่งจะคูณสองจากขวาไปซ้าย สำหรับตัวเลขขนาด 8 บิต จะมีค่าดังนี้:

128  64  32  16  8  4  2  1
ตารางตำแหน่งที่มีค่าน้ำหนักแบบ 8 บิต มีค่าตั้งแต่ 128 ลงมาจนถึง 1 และมีบิตของ 150 วางอยู่ใต้หลักที่รวมกันได้ 150
ตารางตำแหน่งที่มีค่าน้ำหนักแบบ 8 บิต: ตัวเลข 1 อยู่ใต้ค่าที่บวกกันได้ 150

หนึ่ง บิต คือ 0 หรือ 1 เดียวกัน แปดบิตสร้างเป็นหนึ่ง ไบต์ สี่บิต (ครึ่งไบต์) เรียกว่า นิบบล

การแปลงระหว่างระบบจำนวน

ระบบสิบ → ทวิฐาน เขียนตำแหน่งที่มีค่าน้ำหนัก วาง 1 ใต้ค่าที่ต้องการเพื่อให้รวมกันได้เท่ากับตัวเลขของคุณ วาง 0 ใต้ค่าที่เหลือ

ตัวอย่าง: เปลี่ยนระบบสิบ 150 เป็นทวิฐาน $150 = 128 + 16 + 4 + 2$

128 64 32 16 8 4 2 1
  1  0  0  1 0 1 1 0

ดังนั้น $150$ = 10010110

ทวิฐาน → ระบบสิบ รวมตำแหน่งที่มีค่าน้ำหนักที่มีเลข 1 10010110 $= 128 + 16 + 4 + 2 = 150$

เฮกซาดิซิมาล → บinary. แปลงแต่ละหลักของเฮกซาดิซิมาลให้เป็นกลุ่มบิตขนาด 4 (nibble) ของมันเอง

ตัวอย่าง: เฮก F08 $F = 1111$, $0 = 0000$, $8 = 1000$ ดังนั้น F08 = 1111 0000 1000

สามหลักเฮกซาเดซิมอล F, 0 และ 8, แต่ละหลักมีลูกศรชี้ลงไปยังกลุ่มบิตสี่บิตของตัวเอง
แต่ละหลักของเฮกซาดิซิมาลจับคู่กับ nibble ขนาด 4 – F08 = 1111 0000 1000

Binary → เฮกซาดิซิมาล. จัดกลุ่มบิตเป็น nibble ขนาด 4 เริ่มจากด้านขวา แล้วแปลงแต่ละ nibble เป็นหลักเดียวของเฮกซาดิซิมาล

Denary → เฮกซาดิซิมาล. วิธีที่ง่ายที่สุดคือแปลงเป็น binary ก่อน แล้วจากนั้นแปลงจาก binary เป็น hex

ตารางนี้ช่วยในการจดจำตัวอักษรเฮก:

เดนารี่ ไบนารี เฮก
10 1010 A
11 1011 B
12 1100 C
13 1101 D
14 1110 E
15 1111 F

คำถามของ Cambridge ใช้ตัวเลขทวิฐานยาวถึง 16 บิต

ตัวอย่างวิธีทำ. แปลง denary 100 เป็น binary ความยาว 8 บิต จากนั้นแปลงเป็นเฮกซาดิซิมาล

$100 = 64 + 32 + 4$, so the binary is 01100100. Splitting into nibbles, 0110 0100 $= 6$ and $4$, so the hexadecimal is 64.

ตัวอย่างแสดงวิธีทำ (เลขฐานสิบหก → เลขฐานสิบ) จงแปลงเลขฐานสิบหก 2C เป็นเลขฐานสิบ ค่าประจำหลักของเลขฐานสิบหกคือ $16$ และ $1$ 2 มีค่าเท่ากับ $2 \times 16 = 32$ และ C มีค่าเท่ากับ $12$ ดังนั้น 2C $= 32 + 12 = 44$ ตรวจสอบผ่านเลขฐานสอง: 0010 1100 $= 32 + 8 + 4 = 44$

เหตุผลที่ใช้เฮกซาดิซิมาล

เฮกสั้นกว่าทวิฐานและอ่าน-เขียนง่ายสำหรับมนุษย์ ตัวเลขเฮกหนึ่งตัวแทนบิตทวิฐาน 4 ตัว จึงลดโอกาสเกิดข้อผิดพลาด ค่าไม่เปลี่ยนแปลง — เฮกเป็นเพียงวิธีแสดงทวิฐานเดียวกันแต่สั้นกว่าเท่านั้น

นักวิทยาศาสตร์คอมพิวเตอร์ใช้เฮกเพื่อ:

  • MAC addresses และ IPv6 addresses
  • รหัสสีใน HTML (เช่น #FF0000 คือสีแดง)
  • ที่อยู่หน่วยความจำ และรหัสข้อผิดพลาด
  • แสดงเนื้อหาในหน่วยความจำ (“การถ่ายโอนข้อมูลหน่วยความจำ”)
สำรวจ

เลขสองหลัก เลขสิบ และเลขหก

พิมพ์จำนวนแล้วดูในรูปเลขฐานสอง เลขฐานสิบ และเลขฐานสิบหก รวมถึงดูว่าค่าประจำหลักประกอบกันเป็นจำนวนนั้นอย่างไร

คำศัพท์ ฝึกฝน
English ไทย
denary/ˈdiːnəri/ เลขฐานสิบ
hexadecimal/ˌheksəˈdesɪml/ เลขฐานสิบหก
base/beɪs/ ฐาน (ของระบบเลข)
place value/pleɪs ˈvæljuː/ ตำแหน่งที่มีนัยสำคัญ
nibble/ˈnɪbl/ นิบเบิล
memory address/ˈmeməri əˈdres/ ที่อยู่หน่วยความจำ
1.1

การบวกทวิฐาน

คุณสามารถบวกตัวเลขทวิฐาน 8 บิตสองจำนวนเข้าด้วยกัน หลักต่อหลักจากทางขวา เหมือนกับการบวกทศฐาน กฎสำหรับหนึ่งหลักคือ:

A B บิตผลลัพธ์ คัดโอน
0 0 0 0
0 1 1 0
1 0 1 0
1 1 0 1

เมื่อมีการคัดโอนเข้ามาด้วย $1 + 1 + 1 = 1$ พร้อมการคัดโอน 1

ตัวอย่าง: บวก 01110110 (118) และ 00110000 (48)

  0 1 1 1 0 1 1 0    (118)
+ 0 0 1 1 0 0 0 0    (48)
-------------------
  1 0 1 0 0 1 1 0    (166)
การบวกทวิฐาน 8 บิตของ 118 และ 48 พร้อมแสดงบิตคัดโอนเป็นสีแดงเหนือหลักทางซ้าย ได้ผลลัพธ์ 166
บวกหลักต่อหลัก; การคัดโอนกระจายไปทางซ้าย 118 + 48 = 166

การเกินขอบเขต (Overflow)

เมื่อตีความว่าเป็นจำนวนเต็ม ไม่มีเครื่องหมาย, registers ขนาด 8 บิต เก็บค่าได้ตั้งแต่ 0 ถึง 255. ถ้าผลบวกเกิน 255, คำตอบต้องใช้บิตที่ 9. Register ไม่สามารถเก็บบิตเพิ่มเติมนี้ได้ จึงหายไป. สิ่งนี้เรียกว่า โอเวอร์โฟลว์ (ข้อผิดพลาดโอเวอร์โฟลว์). เกิดขึ้นเมื่อค่านอกเหนือขอบเขตที่register เก็บได้

ตัวอย่าง: 11001000 (200) + $+$ + 01001000 (72) = $= 272$ ในทวิฐานคือ 1 00010000 ซึ่งต้องใช้ 9 บิต ตัวเลขนำหน้า 1 จะไม่พอดีกับ 8 บิต ดังนั้นคำตอบที่บันทึกจึงผิด

การบวก 200 และ 72 ได้ 272 ซึ่งในทวิฐานต้องใช้เก้าบิต; รีจิสเตอร์ 8 บิตเก็บเฉพาะแปดบิตล่างและเสียบิตที่เก้า ทำให้คำตอบที่บันทึกเป็น 16 ไม่ใช่ 272 *การบวก 200 และ 72 ต้องใช้ 9 บิต แต่รีจิสเตอร์ 8 บิตตัดบิตที่เก้าทิ้ง ทำให้คำตอบผิด

คำศัพท์ ฝึกฝน
English ไทย
register/ˈredʒɪstə/ รีจิสเตอร์
number system/ˈnʌmbə ˈsɪstəm/ ระบบเลข
overflow/ˌəʊvəˈfləʊ/ การล้นของข้อมูล
logical binary shift/ˈlɒdʒɪkl ˈbaɪnəri ʃɪft/ การเลื่อนแบบไบนารีเชิงตรรกะ
1.1

การเลื่อนบิตเชิงตรรกะ (Logical binary shift)

การเลื่อนบิตเชิงตรรกะ ขยับบิตทั้งหมดไปทางซ้ายหรือขวาจำนวนตำแหน่งที่กำหนด

  • บิตที่เลื่อนออกจากปลายรีจิสเตอร์จะถูก สูญเสีย
  • ศูนย์ จะถูกเติมที่ปลายว่าง

สำหรับ จำนวนเต็มไม่ติดลบ การ เลื่อนซ้าย (left shift) จะคูณด้วย 2 สำหรับทุกตำแหน่งที่เลื่อน หากไม่มีบิตที่ไม่ใช่ศูนย์หายไป. การ เลื่อนขวาแบบตรรกะ (logical right shift) ให้ผลลัพธ์เป็นจำนวนเต็มของการหารด้วย 2 สำหรับทุกตำแหน่ง; บิตทางขวาสุด (least significant bit(s)) จะหายไป

ตัวอย่าง: เลื่อนไปทางซ้าย 00110101 (53) จำนวน 2 ตำแหน่ง

start:         0 0 1 1 0 1 0 1
left shift 2:  1 1 0 1 0 1 0 0
การเลื่อนไปทางซ้ายเชิงตรรกะ 2 ตำแหน่ง: ลูกศรย้ายบิตแต่ละตัวไปทางซ้าย 2 หลัก บิตทางซ้ายสุด 2 ตัวถูกลบออกและมีศูนย์ 2 ตัวแทรกเข้ามาทางขวา
การเลื่อนไปทางซ้าย 2 ตำแหน่ง: บิตทุกตัวจะเคลื่อนที่ไปทางซ้าย 2 ตำแหน่ง บิตที่อยู่ด้านบนสุดจะถูกตัดออก และตำแหน่งด้านขวาจะถูกเติมด้วยเลขศูนย์

ผลลัพธ์คือ 11010100 (212), ซึ่งเท่ากับ $53 \times 4$. บิตสองตัวทางซ้ายสุดถูกตัดออก และมีเลขศูนย์เข้ามาแทนที่ทางขวาสองตัว หากมีเลข 1 ถูกดันออกไปจากปลายข้อมูล ข้อมูลนั้นจะหายไปตลอดกาล

ตัวอย่างแสดงวิธีทำ (การเลื่อนขวา) เลื่อน 10110100 (180) ไปทางขวา 3 ตำแหน่ง จงให้ผลลัพธ์ในรูปเลขฐานสองและเลขฐานสิบ และบอกผลของการเลื่อน

start:          1 0 1 1 0 1 0 0
right shift 3:  0 0 0 1 0 1 1 0

บิตสามตัวทางขวาสุด (100) สูญหายไป และมีเลขศูนย์สามตัวเข้ามาทางซ้าย: 00010110 $= 16 + 4 + 2 = 22$ การเลื่อนขวา 3 ตำแหน่งเท่ากับหารด้วย $2^3 = 8$: $180 \div 8 = 22.5$ และการเลื่อนเก็บไว้เฉพาะส่วนจำนวนเต็ม $22$ ส่วน $0.5$ อยู่ในบิต 1 ที่สูญหายไป

ตัวอย่างแสดงวิธีทำ (การเลื่อนซ้ายที่ให้ผลผิด) เลื่อน 01100100 (100) ไปทางซ้าย 2 ตำแหน่ง ผลลัพธ์คือ 10010000 $= 144$ ไม่ใช่ $400$: มี 1 ถูกดันออกทางซ้าย และ $400$ มีค่ามากเกินกว่าจะแทนด้วย 8 บิตได้อยู่แล้ว การเลื่อนซ้ายให้ผลการคูณที่ถูกต้องเฉพาะเมื่อไม่มีบิต 1 สูญหาย

คำศัพท์ ฝึกฝน
English ไทย
bit/bɪt/ บิต
least significant bit/liːst sɪɡˈnɪfɪkənt bɪt/ บิตที่มีนัยสำคัญน้อยที่สุด
1.1

การแทนค่าด้วย complement แบบสอง

จนถึงตอนนี้ตัวเลขทั้งหมดเป็นบวก การแทนค่าด้วย complement แบบสอง ทำให้รีจิสเตอร์ขนาด 8 บิตสามารถเก็บตัวเลขลบได้ด้วย

ในการแทนค่าด้วย complement แบบสอง บิตทางซ้ายสุด (most significant bit หรือ MSB) จะมีค่าน้ำหนักในเชิง ลบ:

-128  64  32  16  8  4  2  1
  • ถ้า MSB เป็น 0 จำนวนนั้นเป็นศูนย์หรือมีค่าบวก
  • ถ้า MSB เป็น 1 ตัวเลขนั้นจะเป็นลบ

การแปลงตัวเลขบวกให้เป็นลบ: เขียนเลขทศนิยมที่เป็นบวก, สลับทุกบิต (0↔1), แล้วบวก 1

ตัวอย่าง: แปลง $-40$ ให้เป็นลบ

  • $+40$ = 00101000
  • สลับบิต = 11010111
  • บวก 1 = 11011000

So $-40$ = 11011000. Check by adding the place values: $-128 + 64 + 16 + 8 = -40$.

แผนภูมิ complement แบบสองขนาด 8 บิต โดย most significant bit มีค่าน้อยกว่า -128, เน้นสี 11011000 เพื่อแสดงค่า -40
บิตที่มีนัยสำคัญที่สุดมีค่า −128 ดังนั้น 11011000 = −128 + 64 + 16 + 8 = −40

ในการอ่านตัวเลข complement แบบสองลบ เพียงแค่บวกค่าน้ำหนัก (โดย MSB นับเป็น $-128$). ช่วงของตัวเลข complement แบบสองขนาด 8 บิตคือ $-128$ ถึง $+127$

ตัวอย่างแสดงวิธีทำ จงแปลงจำนวนในรูปส่วนเติมเต็มสอง 10011010 เป็นเลขฐานสิบ MSB คือ 1 ดังนั้นจำนวนนี้เป็นลบ: $-128 + 16 + 8 + 2 = -102$ ตรวจสอบด้วยอีกวิธี: กลับค่าบิต (01100101) แล้วบวก 1 (01100110 $= 102$) ดังนั้นจำนวนนี้คือ $-102$

คำศัพท์ ฝึกฝน
English ไทย
most significant bit/məʊst sɪɡˈnɪfɪkənt bɪt/ บิตที่มีนัยสำคัญสูงสุด
1.2

การแทนค่าข้อความ

หลักสูตร
ผู้เข้าสอบควรสามารถ: หมายเหตุและคำแนะนำ
1 เข้าใจวิธีและเหตุผลที่คอมพิวเตอร์แสดงข้อความและการใช้ ชุดอักขระ (character sets) รวมถึงรหัสมาตรฐานอเมริกันสำหรับการแลกเปลี่ยนข้อมูล (ASCII) และ ยูนิโค้ด (Unicode) • ข้อความจะถูกแปลงเป็นเลขฐานสองเพื่อประมวลผลโดยคอมพิวเตอร์ • ยูนิโค้ดอนุญาตให้มีช่วงของอักขระและสัญลักษณ์ที่หลากหลายมากกว่า ASCII รวมถึงภาษาต่างๆ และอีโมจิ • ยูนิโค้ดต้องการบิตต่ออักขระมากกว่า ASCII
2 เข้าใจวิธีการและเหตุผลที่คอมพิวเตอร์แสดงเสียง รวมถึงผลกระทบจาก sample rate และ sample resolution • คลื่นเสียงจะถูกสุ่มตัวอย่างเพื่อแปลงเป็น binary ซึ่งคอมพิวเตอร์จะประมวลผล • Sample rate คือจำนวนตัวอย่างที่เก็บในหนึ่งวินาที • Sample resolution คือจำนวนบิตต่อตัวอย่าง • ความแม่นยำของการบันทึกและขนาดไฟล์จะเพิ่มขึ้นเมื่อ sample rate และ resolution เพิ่มขึ้น
3 เข้าใจวิธีการและเหตุผลที่คอมพิวเตอร์แสดงภาพ รวมถึงผลกระทบของ ความละเอียด และ ความลึกของสี • ภาพคือชุดของพิกเซลที่ถูกแปลงเป็นไบนารี ซึ่งจะถูกประมวลผลโดยคอมพิวเตอร์ • ความละเอียดคือจำนวนพิกเซลในภาพ • ความลึกของสีคือจำนวนบิตที่ใช้แทนแต่ละสี • ขนาดไฟล์และคุณภาพของภาพจะเพิ่มขึ้นเมื่อความละเอียดและความลึกของสีเพิ่มขึ้น

แหล่งที่มา: หลักสูตร Cambridge International

Computers store text by giving every character a number, then storing that number in binary. The set of characters a computer can use, together with their numbers, is a character set.

ASCII ใช้รหัสตัวอักษรขนาด 7 บิต ทำให้ได้รหัสทั้งหมด $N = 2^b = 2^7 = 128$ แบบ มีทั้งตัวอักษรภาษาอังกฤษ ตัวเลข และสัญลักษณ์ทั่วไป ไม่ทุก128 รหัสเป็นตัวอักษร Unicode สามารถแทนตัวอักษรได้หลากหลายกว่ามาก รวมถึงภาษาต่าง ๆ และ ไอคอน表情 (emoji)

ลองทำ —เข้ารหัสข้อความสั้นๆ ข้อมูลจาก ASCII นี้ให้ A = 65, B = 66, C = 67 และช่องว่าง = 32 จงเขียนกลุ่ม7 บิตทั้งสี่ของ CAB โดยรวมช่องว่างสุดท้าย จากนั้นถอดรหัสกลุ่ม1000010 1000001 1000011

คำตอบแบบมีวิธีทำ ดูค่าตัวอักษรแต่ละตัว แล้วแปลงรหัสเป็นเลขฐานสอง:

ตัวอักษร รหัส เจ็ดบิต
C 67 1000011
A 65 1000001
B 66 1000010
ช่องว่าง 32 0100000

ดังนั้น CAB จึงเท่ากับ 1000011 1000001 1000010 0100000 ข้อความที่สองถอดรหัสได้เป็น BAC ช่องว่างมีรหัสของตัวเองด้วย ไม่ใช่การขาดข้อมูลเก็บรักษา ผู้ส่งและผู้รับต้องใช้ตารางแปลงรหัสตัวอักษรเดียวกันในการตีความข้อความให้ถูกต้อง

ASCII มี128 รหัสบิตเจ็ด; การเปรียบเทียบหลักสูตรใช้รหัส Unicode ที่กว้างกว่าเพื่อแทนภาษาและสัญลักษณ์ที่หลากหลาย แถวที่กว้างกว่านี้เป็นการแสดงภาพเท่านั้น ไม่ใช่ความกว้างมาตรฐานของ Unicode ทั้งหมด
ASCII มี128 รหัส Unicode รองรับได้หลากหลายกว่ามาก แถวที่กว้างกว่านี้แสดงถึงรูปแบบในหลักสูตร

ทำไมช่วงค่าที่ใหญ่กว่าจึงสำคัญ. ASCII ไม่สามารถแสดงชื่อภาษาจีนโดยตรงได้ Unicode มีทั้งตัวอักษรภาษาจีน ตัวอักษรภาษาอังกฤษ และภาษาอื่นๆ อีกมากมาย สำหรับเปรียบเทียบหลักสูตร อธิบายว่าช่วงค่าที่ใหญ่กว่าต้องการรหัส binary ที่แตกต่างกันมากขึ้น ต้องใช้บิตต่อตัวอักษรมากกว่าโมเดล ASCII ขนาด 7 บิต

ลองทำ — เปรียบเทียบรุ่นการจัดเก็บที่ระบุ เก็บตัวอักษรสี่ตัวCAB โดยใช้ (A) 7 บิตต่อตัวอักษร และ (B) 16 บิตต่อตัวอักษร สมมติว่าบิตถูกจัดเรียงติดกันโดยไม่มีการเติมหรือข้อมูลไฟล์เพิ่มเติม หาขนาดข้อมูลข้อความในแต่ละรุ่น ค่า16 บิตนี้เป็นการสมมติสำหรับตัวอย่างนี้เท่านั้น ไม่ใช่กฎที่ Unicode ทุกตัวอักษรต้องใช้16 บิต

คำตอบแบบมีวิธีทำ ด้วยจำนวนตัวอักษรเท่าเดิม ให้คูณด้วยบิตต่อตัวอักษรที่ระบุ:

$$S = n b = 4 \times 7\ \text{bits} = 28\ \text{bits}$$
$$S = n b = 4 \times 16\ \text{bits} = 64\ \text{bits}$$

รุ่น B ใช้พื้นที่ จัดเก็บ มากกว่าสำหรับตัวอย่างนี้เพราะความกว้างรหัสที่ระบุมีมากกว่า ให้ใช้ความกว้างที่กำหนดในโจทย์ข้อสอบ ในไฟล์จริง รูปแบบการเข้ารหัสก็มีความสำคัญเช่นกัน: UTF-8 เก็บตัวอักษร ASCII ไว้ใน byte เดียวกับไฟล์ ASCII ดังนั้นข้อความ Unicode จึงไม่จำเป็นต้องใช้ byte มากกว่าเสมอไป คุณไม่จำเป็นต้องรู้รายละเอียดกฎของ UTF-8 สำหรับเรื่องการเปรียบเทียบหลักสูตรนี้

สำรวจ

การแทนเสียง

y = a sin(bt + c)

เสียงคือ คลื่น; การสุ่มตัวอย่างบันทึกความสูงของมันหลายครั้งต่อวินาที

คำศัพท์ ฝึกฝน
English ไทย
byte/baɪt/ ไบต์
character set/ˈkærɪktə set/ ชุดอักขระ
emoji/ɪˈməʊdʒi/ อีโมจิ
ดูบทเรียน
1.2

การแทนค่าเสียง

คลื่นเสียงมีความเรียบลื่นและเปลี่ยนแปลงตลอดเวลา ในการจัดเก็บมัน คอมพิวเตอร์จะวัดความสูงของคลื่นในช่วงเวลาปกติ การนี้เรียกว่า การสุ่มตัวอย่าง (sampling) และแต่ละการวัดคือตัวอย่างหนึ่ง

คลื่นเสียงเรียบพร้อมเส้นตั้งตรงตามช่วงเวลาปกติเพื่อวัดความสูง แสดงระยะห่างระหว่างตัวอย่างและ amplitude *การสุ่มตัวอย่างบันทึกความสูงของคลื่น (amplitude) ในช่วงเวลาปกติ

  • sample rate คือจำนวนตัวอย่างที่ถูกเก็บต่อวินาที (วัดเป็น Hz)
  • sample resolution คือจำนวนบิตที่ใช้สำหรับแต่ละตัวอย่าง ความสูงของคลื่นที่จุดตัวอย่างคือ amplitude ของมัน

sample rate ที่สูงขึ้นและ sample resolution ที่สูงขึ้นให้บันทึกที่แม่นยำขึ้น แต่ไฟล์จะมีขนาดใหญ่ขึ้น

สำรวจ

การแทนเสียง

y = a sin(bt + c)

เสียงคือ คลื่น; การสุ่มตัวอย่างบันทึกความสูงของมันหลายครั้งต่อวินาที

คำศัพท์ ฝึกฝน
English ไทย
sampling/ˈsæmplɪŋ/ การสุ่มตัวอย่าง
sample rate/ˈsæmpl reɪt/ อัตราการสุ่มตัวอย่าง
sample resolution/ˈsæmpl ˌrezəˈluːʃn/ ความละเอียดของการสุ่มตัวอย่าง
amplitude/ˈæmplɪtjuːd/ ความสูงของคลื่น
resolution/ˌrezəˈluːʃn/ ความละเอียด
1.2

การแทนค่าภาพ

ภาพบนคอมพิวเตอร์ประกอบด้วยตารางของจุดเล็กๆที่เรียกว่า พิกเซล (pixels)

ตาราง 8×8 ของพิกเซลสร้างภาพสีเรียบง่าย โดยมีสี่เหลี่ยมหนึ่งถูกติดป้ายว่าเป็นพิกเซลหนึ่ง
A bitmap is a grid of pixels; the resolution is how many pixels it has
  • resolution คือจำนวนพิกเซลในภาพ (เช่น $1920 \times 1080$)
  • colour depth คือจำนวนบิตที่ใช้จัดเก็บสีของแต่ละพิกเซล

ความละเอียดที่สูงและ colour depth ที่สูงกว่าให้คุณภาพภาพที่ดีขึ้น แต่ไฟล์จะมีขนาดใหญ่ขึ้น

ความลึกสีเป็นตัวกำหนดว่าแต่ละพิกเซลแสดงสีที่แตกต่างกันได้กี่สี: เมื่อใช้ $n$ บิต จะมี $2^n$ สี ความลึกสี 1 บิตให้ 2 สี (ขาวและดำ) 8 บิตให้ $2^8 = 256$ สี และ 24 บิตให้มากกว่า 16 ล้านสี

ตัวอย่างแสดงวิธีทำ ภาพหนึ่งใช้สีแตกต่างกัน 64 สี ความลึกสีต่ำสุดที่เป็นไปได้คือเท่าใด จงหา $n$ ที่น้อยที่สุดซึ่งทำให้ $2^n \geqslant 64$: $2^6 = 64$ ดังนั้นจึงใช้ 6 บิตต่อพิกเซล หากใช้ 65 สี จะต้องใช้ 7 บิต เพราะ 6 บิตสร้างรูปแบบที่แตกต่างกันได้เพียง 64 รูปแบบ

คำศัพท์ ฝึกฝน
English ไทย
pixel/ˈpɪksl/ พิกเซล
colour depth/ˈkʌlə depθ/ ความลึกของสี
1.3

การวัดการจัดเก็บข้อมูล

หลักสูตร
ผู้เข้าสอบควรสามารถ: หมายเหตุและคำแนะนำ
1 เข้าใจวิธีการวัดขนาดการจัดเก็บข้อมูล • รวมถึง: – บิต – นิปเปิล – ไบต์ – kibibyte (KiB) – mebibyte (MiB) – gibibyte (GiB) – tebibyte (TiB) – pebibyte (PiB) – exbibyte (EiB) • จำนวนของหน่วยก่อนหน้าที่มีอยู่ในขนาดการจัดเก็บข้อมูล เช่น: – 8 บิตในหนึ่งไบต์ – 1024 เมবিไบต์ในหนึ่งกิบิไบต์
2 คำนวณขนาดไฟล์ของภาพและไฟล์เสียง โดยใช้ข้อมูลที่กำหนดให้ • คำตอบต้องระบุในหน่วยที่กำหนดในคำถาม การคำนวณต้องใช้ค่าการวัด 1024 ไม่ใช่ 1000 • ข้อมูลที่อาจให้มา ได้แก่: – ความละเอียดและความลึกของสีของภาพ – อัตราการสุ่มตัวอย่าง ความลึกของสี และความยาวของเพลงของเสียง
3 เข้าใจวัตถุประสงค์และความจำเป็นของ การบีบอัดข้อมูล • การบีบอัดมีขึ้นเพื่อลดขนาดไฟล์ • ผลกระทบของการทำเช่นนี้ เช่น: – ใช้แบนด์วิดท์น้อยลง – ใช้พื้นที่จัดเก็บน้อยลง – ใช้เวลาในการส่งผ่านสั้นลง
4 เข้าใจวิธีการบีบอัดไฟล์โดยใช้วิธี compression แบบสูญเสียข้อมูล และ compression แบบไม่สูญเสียข้อมูล • Compression แบบสูญเสียข้อมูลลดขนาดไฟล์โดยการลบข้อมูลออกอย่างถาวร เช่น การลดความละเอียดหรือความลึกของสี การลดอัตราการสุ่มตัวอย่างหรือความลึกของสี • Compression แบบไม่สูญเสียข้อมูลลดขนาดไฟล์โดยไม่มีการสูญเสียข้อมูลอย่างถาวร เช่น run length encoding (RLE)

แหล่งที่มา: หลักสูตร Cambridge International

การจัดเก็บข้อมูลวัดได้ในหน่วยด้านล่าง nibble มี 4 บิตและ byte มี 8 บิต; ตั้งแต่ kibibyte ขึ้นไป ทุกหน่วยมีค่าเป็น 1024 เท่าของหน่วยก่อนหน้า (เพราะ $1024 = 2^{10}$ ซึ่งเข้ากับระบบทศนิยม)

หน่วย เท่ากับ
bit 0 หรือ 1 เดี่ยวๆ
nibble 4 บิต
byte 8 บิต
kibibyte (KiB) 1024 bytes
mebibyte (MiB) 1024 KiB
gibibyte (GiB) 1024 MiB
tebibyte (TiB) 1024 GiB
pebibyte (PiB) 1024 TiB
exbibyte (EiB) 1024 PiB

จานดิสก์แข็ง: การจัดเก็บข้อมูลวัดในหน่วย byte — การรู้ขนาดไฟล์ต้องการความกว้าง × ความสูง × colour depth สำหรับภาพ *จานดิสก์แข็ง: การจัดเก็บข้อมูลวัดในหน่วย byte — การรู้ขนาดไฟล์ต้องการความกว้าง × ความสูง × colour depth สำหรับภาพ

คำศัพท์ ฝึกฝน
English ไทย
storage/ˈstɔːrɪdʒ/ พื้นที่จัดเก็บ
sound wave/saʊnd weɪv/ คลื่นเสียง
ดูบทเรียน
1.3

คำนวณขนาดไฟล์

ขนาดไฟล์ภาพ (ในหน่วยบิต) $=$ resolution $\times$ colour depth $=$ width $\times$ height $\times$ colour depth

ตัวอย่าง: ภาพมีขนาด $1024 \times 1024$ พิกเซล พร้อมความลึกสี 2ไบต์ ($= 16$ บิต).

  • บิต $= 1024 \times 1024 \times 16 = 16\,777\,216$ บิต
  • ไบต์ $= \div 8 = 2\,097\,152$ ไบต์
  • KiB $= \div 1024 = 2048$ KiB
  • MiB $= \div 1024 = 2$ MiB
ลำดับหน่วยสำหรับภาพขนาด 1024 คูณ 1024 ที่ใช้ 16 บิต: 16,777,216 บิตหารด้วย 8 ได้ 2,097,152 ไบต์ หารด้วย 1024 ได้ 2048 KiB หารด้วย 1024 ได้ 2 MiB
แปลงบิตเป็นไบต์โดยหารด้วย 8 แต่ละขั้นหลังจากนั้นหารด้วย 1024

ขนาดไฟล์เสียง (ในหน่วยบิต) $=$ sample rate $\times$ sample resolution $\times$ ความยาวเป็นวินาที

สูตรเหล่านี้คำนวณข้อมูลที่ไม่มีการบีบอัดโดยไม่รวมหัวไฟล์ สูตรเสียงใช้สำหรับช่องสัญญาณเดียว; คูณด้วยจำนวนช่องสัญญาณหากโจทย์ระบุมากกว่าหนึ่งช่อง

หารด้วย 1024 เสมอ (ไม่ใช่ 1000) เพื่อแปลงเป็น KiB, MiB เป็นต้น ให้ตอบในหน่วยที่โจทย์ถาม

ตัวอย่างแบบฝึกหัด. เสียงถูกบันทึกเป็นเวลา 30 วินาที ด้วย sample rate 8,000 Hz และ sample resolution 16 บิต หาขนาดไฟล์เป็น kibibytes (KiB)

  • บิต $= 8\,000 \times 16 \times 30 = 3\,840\,000$ บิต
  • ไบต์ $= 3\,840\,000 \div 8 = 480\,000$ ไบต์
  • KiB $= 480\,000 \div 1024 \approx 469$ KiB
1.3

การบีบอัด

การบีบอัดข้อมูลทำให้ไฟล์เล็กลง ไฟล์ที่เล็กลง:

  • ใช้พื้นที่จัดเก็บน้อยลง,
  • ต้องการ bandwidth น้อยลง (ปริมาณข้อมูลที่ช่องสัญญาณรับส่งได้),
  • ใช้เวลาส่งสั้นลง (ระยะเวลา transmission สั้นลง)

มีสองประเภท

การบีบอัดแบบไม่สูญเสียข้อมูล

Lossless compression ทำให้ไฟล์เล็กลงโดย ไม่มีการสูญเสียข้อมูลถาวร ไฟล์ต้นฉบับสามารถสร้างกลับมาได้เหมือนเดิม

วิธีหนึ่งคือการเข้ารหัสความยาวช่วงซ้ำ (RLE) ซึ่งแทนช่วงของค่าที่ซ้ำกันด้วยค่าหนึ่งชุดและจำนวนครั้งที่ค่านั้นซ้ำ ตัวอย่างเช่น WWWWWWWW (สีขาว 8 พิกเซล) จัดเก็บเป็น “8 W” วิธีนี้ใช้ได้ดีเมื่อข้อมูลมีค่าซ้ำกันมาก

แถบสี่เหลี่ยมสีขาว 8 ตัวตามด้วยสีแดง 4 ตัว ถูกบีบอัดเป็นคู่ 8 W และ 4 R
การเข้ารหัสความยาวช่วง (Run-length encoding) เก็บแต่ละช่วงไว้เพียงครั้งเดียวโดยระบุจำนวนและค่า

ตัวอย่างแสดงวิธีทำ แถวหนึ่งของภาพขาวดำคือ B B B B B W W B B B B B B B B B (16 พิกเซล) จงบีบอัดด้วย RLE และบอกว่าประหยัดพื้นที่หรือไม่ หากจำนวนแต่ละค่าและสีแต่ละสีจัดเก็บด้วยหนึ่งไบต์

ช่วงซ้ำคือ สีดำ 5 สีขาว 2 สีดำ 9 ดังนั้นข้อมูล RLE คือ 5 B 2 W 9 B: ใช้ 6 ไบต์แทน 16 ไบต์สำหรับข้อมูลเดิม (หนึ่งไบต์ต่อพิกเซล) วิธีนี้ประหยัดพื้นที่เพราะแถวมีช่วงซ้ำยาว แถวที่เปลี่ยนสีทุกพิกเซล B W B W … จะกลายเป็น 1 B 1 W 1 B 1 W … ซึ่งมีขนาดเป็นสองเท่าของข้อมูลเดิม: RLE ช่วยได้เฉพาะเมื่อข้อมูลมีค่าซ้ำ

การบีบอัดแบบสูญเสียข้อมูล

การบีบอัดแบบสูญเสียข้อมูล ทำให้ไฟล์เล็กลงอย่างมากโดยการ กำจัดข้อมูลบางส่วนออกอย่างถาวร ข้อมูลที่ถูกกำจัดไปจะไม่สามารถกู้คืนได้ ตัวอย่างเช่น:

  • ลดความละเอียดหรือความลึกของสีในภาพ,
  • ลดอัตราการสุ่มตัวอย่างหรือความละเอียดของการสุ่มตัวอย่างของเสียง

ใช้การบีบอัดแบบไม่สูญเสียเมื่อคุณต้องเก็บรายละเอียดทุกประการ (ไฟล์ข้อความและโปรแกรม) ใช้การบีบอัดแบบสูญเสียสำหรับรูปภาพ เพลง และวิดีโอ ซึ่งการสูญเสียคุณภาพเล็กน้อยมีค่าเท่ากับไฟล์ที่เล็กลงอย่างมาก

สำรวจ

Run-length encoding

ดูสัญลักษณ์ซ้ำๆ ถูกบีบอัดให้เป็นจำนวน — การบีบอัดแบบ แบบไม่มีการสูญเสียข้อมูล แบบง่าย

คำศัพท์ ฝึกฝน
English ไทย
compression/kəmˈpreʃn/ การบีบอัด
bandwidth/ˈbændwɪdθ/ แบนด์วิดท์
transmission/trænˈsmɪʃn/ การส่งข้อมูล
lossless/ˈlɒsləs/ แบบไม่สูญเสียข้อมูล
run-length encoding/rʌn leŋθ enˈkəʊdɪŋ/ การเข้ารหัสแบบความยาวของชุด
lossy/ˈlɒsi/ แบบสูญเสียข้อมูล
1.3

ข้อแนะนำสำหรับการสอบ

  • แปลงเลขฐานสิบ → เลขฐานสองโดยการลบตำแหน่งที่มีค่าน้ำหนัก (128, 64, 32 …); เลขฐานสอง → เลขฐานสิบโดยการบวกตำแหน่งที่มีค่าเป็น 1
  • เพื่อแปลงเป็นเลขฐานสิบหก ให้จัดกลุ่มเลขฐานสองเป็น นิเบิ้ล จำนวน 4 บิตจากทางขวา; แต่ละนิเบิ้ลจะตรงกับหลักเลขฐานสิบหกหนึ่งหลักพอดี
  • Overflow เกิดขึ้นเมื่อผลลัพธ์อยู่นอกช่วงของรูปแบบที่เลือกไว้ จำนวนเต็มไม่ติดลบ 8 บิตเก็บค่า 0–255; Two's complement 8 บิตเก็บ −128–127.
  • ขนาดไฟล์เป็นบิต: สำหรับภาพ คือ ความกว้าง × ความสูง × ความลึกของสี; สำหรับเสียง คือ อัตราการสุ่มตัวอย่าง × ความละเอียด × วินาที หารด้วย 8 เพื่อเปลี่ยนเป็นไบต์ แล้วหารด้วย 1024 สำหรับหน่วยที่ใหญ่ขึ้นถัดไป
  • การบีบอัดแบบไม่สูญเสีย เก็บทุกบิตไว้ (ข้อความ; การเข้ารหัสความยาวช่วง); การบีบอัดแบบสูญเสีย กำจัดข้อมูลออกอย่างถาวร (รูปภาพ, เพลง) เพื่อให้ไฟล์เล็กลงอย่างมาก
คำศัพท์ ฝึกฝน
English ไทย
two's complement/tuːz ˈkɒmplɪmənt/ สองส่วนเติมเต็ม

บทเรียนเชิงโต้ตอบสำหรับหัวข้อนี้

ทำทีละขั้นตอน พร้อมแบบฝึกหัดตรวจสอบผลทันที

ข้อสอบย้อนหลัง

หัวข้อเพิ่มเติมใน Computer Science IGCSE

เข้าสู่ระบบหรือสร้างบัญชี

IGCSE, A-Level & AP