Dec 16, 2000 #2 ̩ ̩ Guest 正如您所知， 2 的 补充只是一个代表性负值/否定的价值观念。2 的 complemet一个值为1 的 补充 1 。（和1 的 complemet是一个平原位反转） 对于加法， 这个 过程是没有很大的影响，唯一的区别是它的价值溢出的原因-当其结果是太大的字的大小和极性的结果变成错误的。所以你可以使用食谱加法特定的FPGA -通常是明确的在图书馆的逻辑编译器。 减法“抗体”可以写为“ （二） ” ，因此，你必须出示2 的 补充 的 “ B ” 。由于B在2 的 补充只是b倒 1 （ =不b 1 ） ：要获得的结果 ， “抗体” ，可也因此被称为是“ （不b 1 ） ”你可以额外饲料“ 1 ”的执行中的加法。当然，库模块通常拥有一切现成的， 而且 往往相当不错optimalized的具体组成部分。 其余不用同样的方式，有点若干理论，常识和逻辑思维，你可以数字了。不要忘记 ， 阅读文件，应用笔记，和“在Google上搜寻”可能带来了许多有益的知识。 我希望这可以帮助您一点的道路上。 泰德
正如您所知， 2 的 补充只是一个代表性负值/否定的价值观念。2 的 complemet一个值为1 的 补充 1 。（和1 的 complemet是一个平原位反转） 对于加法， 这个 过程是没有很大的影响，唯一的区别是它的价值溢出的原因-当其结果是太大的字的大小和极性的结果变成错误的。所以你可以使用食谱加法特定的FPGA -通常是明确的在图书馆的逻辑编译器。 减法“抗体”可以写为“ （二） ” ，因此，你必须出示2 的 补充 的 “ B ” 。由于B在2 的 补充只是b倒 1 （ =不b 1 ） ：要获得的结果 ， “抗体” ，可也因此被称为是“ （不b 1 ） ”你可以额外饲料“ 1 ”的执行中的加法。当然，库模块通常拥有一切现成的， 而且 往往相当不错optimalized的具体组成部分。 其余不用同样的方式，有点若干理论，常识和逻辑思维，你可以数字了。不要忘记 ， 阅读文件，应用笔记，和“在Google上搜寻”可能带来了许多有益的知识。 我希望这可以帮助您一点的道路上。 泰德
