查看“︁Q格式”︁的源代码

'''Q格式'''是[[二進制]]的[[定點數運算|定點數]]格式，其中會標示[[分數|小數]][[位元]]（也可能包括[[整數]]位元）的長度。例如Q15數表示分數部份有15個位元，而Q1.14數表示1個整數位元以及14個小數位元。

針對有號的定點數，有二種Q格式的表示方式。其中一種是將符號位元算在整數位元裡，但另外一種就不是。例如，16位元的有號整數（無小數位元）可以表示為Q16.0或Q15.0。因此，在用說明Q格式的有號定點數字時，可能也需要一併標示總位元數（在此處為16）。

Q格式是幾種廣為使用的[[定點数運算|定點数]]中的一種。定點数常用在不支援[[浮點運算器]]的硬體,或是用在需要固定解析度的應用。
==特點==
Q格式用來標示定點數，儲存以及運算都是以一般的二進位整數為基礎來處理，因此允許標準的整數硬體／[[算術邏輯單元]]來進行[[有理数]]運算。程式設計者可以依應用需求，選定其整數位元數、小數位元數（以及資料總位元數），而之後定點數的範圍以及解析度就會依整數位元數、小數位元數而不同。

有些DSP架構原生支持一些常用的Q格式（例如Q1.15），這種情形下，可以在一個指令下就進行四則運算，若是加減法，可以支援[[饱和运算]]，若是乘除法，可以有正規化的機能。不過大部份的DSP無此功能，若DSP架構不支持選定的Q格式，程式設計者就要自行再針對加減法進行饱和运算，針對乘除法進行正規化。

有號號Q格式的表示方式有兩種，都寫成Q''m''.''n''：

* Q表示這個數字是以Q格式表示，在[[德州仪器]]則用Q表示是有號的Q格式（Q是數學裡表示[[有理數]]的字母）
* m.（可省略，若省略的話，假設是0或1）是數字在用[[二補數]]表示下的整數位元數，可能包括符位元，也可能不包括（這也是若m省略的話，假設是0或1的原因）。
* n是數字中小數的位元數，也就是二進位表示時，在小數點右邊的二進位個數（若n = 0，表示Q格式數字是整數）。

一種表示方式將符號位元放在整數位元 ''m''中一起計算<ref name="ARM_2001"/><ref name="ARM_2006"/>，另一種則不是。確認方式可以將''m''和''n''相加，看是否等於數字位元數，若相等，表示其符號位元放在整數位元 ''m''，若比數字位元數少1，表示其其符號位元獨立計算。

此外，字母U可以放在Q前面，說明是無號數，例如UQ1.15，數值範圍是0.0 to +1.999969482421875 （也就是<math>1 + \frac{2^{15}-1}{2^{15}}</math>）。

有號的Q格式數值會用[[二補數]]儲存，正如大部份處理器處理整數的情形一樣。在二補數中，會用符號位元填滿沒有用到數字位元。

針對給定的Q''m''.''n''格式（假設符號位元也算在m個位元內），用''m''+''n''位元的有號整數來處理，再考慮其中有''n''位元是表示小數：

* 其範圍為<math>[ - (2^{m-1}) , 2^{m-1} -2^{-n}]</math>
* 其解析度為<math>2^{-n}</math>

針對給定的UQ''m''.''n''格式，用''m''+''n''位元的有號整數來處理，再考慮其中有''n''位元是表示小數：
* 其範圍為<math>[ 0 , 2^m -2^{-n}]</math>
* 其解析度為<math>2^{-n}</math>

例如Q15.1格式的數字：

* 需要位元數為15+1 = 16位元
* 其範圍為[-2<sup>14</sup>, 2<sup>14</sup> - 2<sup>−1</sup>] = [-16384.0, +16383.5] = [0x8000,  0x8001 … 0xFFFF, 0x0000, 0x0001 … 0x7FFE, 0x7FFF]
* 其解析度為2<sup>−1</sup> = 0.5

Q格式和[[浮点数]]不同，Q格式數字的解析度不隨數字大小而不冋。
==轉換==
===浮點數到Q格式===
若要將浮點數（例如[[IEEE 754]]）轉換為Q''m''.''n''的格式：

# 將浮點數乘以2<sup>''n''</sup>
# 四捨五入到最接近的整數

===Q格式到浮點數===
若要將Q''m''.''n''Q格式的數數轉換為浮點數：

# 將整數轉換為浮點數
# 乘以2<sup>−''n''</sup>

==數學運算==
Q格式的數字是二個整數的比例：會儲存分子，而分母固定是2<sup>''n''</sup>。

考慮以下的例子；

* Q8格式的分母是2<sup>8</sup> = 256
* 1.5等於384/256
* 會儲存384，256不儲存（因為是Q8格式，分母固定是256）

若Q格式的基底固定（''n''都相同），則Q格式的數學運算需維持分母不變。以下是二個相同Q格式數字<math>N_1</math>和<math>N_2</math>的運算。

<math>\begin{align}
\frac{N_1}{d} + \frac{N_2}{d} &= \frac{N_1+N_2}{d}\\
\frac{N_1}{d} - \frac{N_2}{d} &= \frac{N_1-N_2}{d}\\
\left(\frac{N_1}{d} \times \frac{N_2}{d}\right) \times d &= \frac{N_1\times N_2}{d}\\
\left(\frac{N_1}{d} / \frac{N_2}{d}\right)/d &= \frac{N_1/N_2}{d}
\end{align}</math>

因為分母是二的次幂，因此和二的次幂相乘可以表示為二進制下的左移，和二的次幂相除可以表示為二進制下的右移，很多處理器的左移和右移會比乘除法要快。

為了要維持乘法和除法的精度，中間值需要用雙精度來儲存，在轉換回需要的Q格式數字之間，也需要先注意[[数值修约]]的處理。

兩個不同Q格式基底的數字也可以相乘除，相乘除的數字也可以用另一個基底表示。以下是二個Q格式數字<math>N_1</math>（分母<math>d_1</math>）和<math>N_2</math>（分母<math>d_2</math>）的運算，運算結果的分母是<math>d_3</math>。

<math>\begin{align}
\left(\frac{N_1}{d_1} \times \frac{N_2}{d_2}\right) \times \frac{d_1 d_2}{d_3} &= \frac{N_1\times N_2}{d_3}\\
\left(\frac{N_1}{d_1} / \frac{N_2}{d_2}\right) \times \frac{d_1}{d_2 d_3} &= \frac{N_1/N_2}{d_3}
\end{align}</math>


若用[[C语言]]，相同Q格式基底數字四則運算對應的程式如下（以下的Q是表示小數部份的位元數）

===加法===
<syntaxhighlight lang="c">
int16_t q_add(int16_t a, int16_t b)
{
    return a + b;
}
</syntaxhighlight>
有飽和
<syntaxhighlight lang="c">
int16_t q_add_sat(int16_t a, int16_t b)
{
    int16_t result;
    int32_t tmp;

    tmp = (int32_t)a + (int32_t)b;
    if (tmp > 0x7FFF)
        tmp = 0x7FFF;
    if (tmp < -1 * 0x8000)
        tmp = -1 * 0x8000;
    result = (int16_t)tmp;

    return result;
}
</syntaxhighlight>
浮點數有±Inf，但Q格式沒有，若不進行飽和處理，二個很大的正數相加，可能會變成一個很大的負數。若是用組合語言，可以用Signed Overflow旗標來避免C語言實現時需要的型態轉換。

===減法===
<syntaxhighlight lang="c">
int16_t q_sub(int16_t a, int16_t b)
{
    return a - b;
}
</syntaxhighlight>

===乘法===
<syntaxhighlight lang="c">
// precomputed value:
#define K   (1 << (Q - 1))
 
// saturate to range of int16_t
int16_t sat16(int32_t x)
{
	if (x > 0x7FFF) return 0x7FFF;
	else if (x < -0x8000) return -0x8000;
	else return (int16_t)x;
}

int16_t q_mul(int16_t a, int16_t b)
{
    int16_t result;
    int32_t temp;

    temp = (int32_t)a * (int32_t)b; // result type is operand's type
    // Rounding; mid values are rounded up
    temp += K;
    // Correct by dividing by base and saturate result
    result = sat16(temp >> Q);

    return result;
}
</syntaxhighlight>

===除法===
<syntaxhighlight lang="c">
int16_t q_div(int16_t a, int16_t b)
{
    /* pre-multiply by the base (Upscale to Q16 so that the result will be in Q8 format) */
    int32_t temp = (int32_t)a << Q;
    /* Rounding: mid values are rounded up (down for negative values). */
    /* OR compare most significant bits i.e. if (((temp >> 31) & 1) == ((b >> 15) & 1)) */
    if ((temp >= 0 && b >= 0) || (temp < 0 && b < 0)) {   
        temp += b / 2;    /* OR shift 1 bit i.e. temp += (b >> 1); */
    } else {
        temp -= b / 2;    /* OR shift 1 bit i.e. temp -= (b >> 1); */
    }
    return (int16_t)(temp / b);
}
</syntaxhighlight>

==相關條目==
* {{le|二進位標度|Binary scaling}}
* [[定點數運算]]
* [[浮點數運算]]

==參考資料==
{{Reflist|refs=
<ref name="ARM_2001">{{cite web |title=ARM Developer Suite AXD and armsd Debuggers Guide |version=1.2 |publisher=[[安謀控股]] |at=Chapter 4.7.9. AXD > AXD Facilities > Data formatting > Q-format |date=2001 |orig-year=1999 |id=ARM DUI 0066D |url=http://infocenter.arm.com/help/topic/com.arm.doc.dui0066d/CHDFAAEI.html?resultof=%22%51%2d%66%6f%72%6d%61%74%22%20%22%71%2d%66%6f%72%6d%61%74%22%20 |url-status=live |archive-url=https://archive.today/20171104110547/http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.dui0066d/CHDFAAEI.html |archive-date=2017-11-04 }}</ref>
<ref name="ARM_2006">{{cite book |title=RealView Development Sui|publisher=[[安謀控股]] |chapter=Chapter 4.7.9. AXD > AXD Facilities > Data formatting > Q-format |date=2006 |orig-year=1999 |id=ARM DUI 0066G |pages=4–24 |url=http://infocenter.arm.com/help/topic/com.arm.doc.dui0066g/DUI0066.pdf |url-status=live |archive-url=https://web.archive.org/web/20171104105632/http://infocenter.arm.com/help/topic/com.arm.doc.dui0066g/DUI0066.pdf |archive-date=2017-11-04}}</ref>
}}

==延伸閱讀==
* {{cite web |title=Fixed Point Representation & Fractional Math |author-first=Erick L. |author-last=Oberstar |date=2007-08-30 |orig-year=2004 |publisher=Oberstar Consulting |version=1.2 |url=http://www.superkits.net/whitepapers/Fixed%20Point%20Representation%20&%20Fractional%20Math.pdf |access-date=2017-11-04 |url-status=live |archive-url=https://web.archive.org/web/20171104111827/http://www.superkits.net/whitepapers/Fixed%20Point%20Representation%20%26%20Fractional%20Math.pdf |archive-date=2017-11-04 }} (Note: the accuracy of the article is in dispute; see discussion.)

==外部連結==
* {{cite web |url=https://github.com/mgarcia01752/Q-Number-Format |title=Q-Number-Format Java Implementation |access-date=2017-11-04 |url-status=live |archive-url=https://web.archive.org/web/20171104112216/https://github.com/mgarcia01752/Q-Number-Format |archive-date=2017-11-04}}

[[Category:計算機算術]]