深度剖析数据在内存中的存储

1. 数据类型介绍

前面我们已经学习了基本的内置类型:

char //字符数据类型
short //短整型
int //整形
long //长整型
long long //更长的整形
float //单精度浮点数
double //双精度浮点数
//C语言有没有字符串类型？

以及他们所占存储空间的大小。 类型的意义： 1. 使用这个类型开辟内存空间的大小（大小决定了使用范围）。 2. 如何看待内存空间的视角。

1.1 类型的基本归类

整形家族：

char unsigned char signed char short unsigned short [int] signed short [int] int unsigned int signed int long unsigned long [int] signed long [int]

浮点数家族：

float double 

构造类型：

> 数组类型 > 结构体类型 struct > 枚举类型 enum > 联合类型 union

指针类型：

int *pi; char *pc; float* pf; void* pv;

 空类型:

void 表示空类型（无类型） 通常应用于函数的返回类型、函数的参数、指针类型

2. 整形在内存中的存储

我们之前讲过一个变量的创建是要在内存中开辟空间的。空间的大小是根据不同的类型而决定的。  那接下来我们谈谈数据在所开辟内存中到底是如何存储的？

比如：

int a = 20;
int b = -10;

我们知道为 a 分配四个字节的空间。 那如何存储？ 下来了解下面的概念:

2.1 原码、反码、补码

计算机中的整数有三种2进制表示方法，即原码、反码和补码。 三种表示方法均有符号位和数值位两部分，符号位都是用0表示“正”，用1表示“负”，而数值位 正数的原、反、补码都相同。 负整数的三种表示方法各不相同。

原码 直接将数值按照正负数的形式翻译成二进制就可以得到原码。 反码 将原码的符号位不变，其他位依次按位取反就可以得到反码。 补码 反码+1就得到补码。

 对于整形来说：数据存放内存中其实存放的是补码。

为什么呢？ 在计算机系统中，数值一律用补码来表示和存储。原因在于，使用补码，可以将符号位和数值域统 一处理； 同时，加法和减法也可以统一处理（CPU只有加法器）此外，补码与原码相互转换，其运算过程 是相同的，不需要额外的硬件电路。 有时候我们观察内存的话，会发现存储的补码顺序不一样，这是为什么呢？

2.2 大小端介绍

什么大端小端：

大端（存储）模式，是指数据的低位保存在内存的高地址中，而数据的高位，保存在内存的低地址 中； 小端（存储）模式，是指数据的低位保存在内存的低地址中，而数据的高位,，保存在内存的高地 址中。

如果a地地址是0x11223344，那么将11这个高位字节放在低地址处就是大端字节序存储，将44这个低位字节放在低地址处就是小端字节序存储。

为什么有大端和小端： 为什么会有大小端模式之分呢？这是因为在计算机系统中，我们是以字节为单位的，每个地址单元 都对应着一个字节，一个字节为8 bit。但是在C语言中除了8 bit的char之外，还有16 bit的short 型，32 bit的long型（要看具体的编译器），另外，对于位数大于8位的处理器，例如16位或者32 位的处理器，由于寄存器宽度大于一个字节，那么必然存在着一个如何将多个字节安排的问题。因 此就导致了大端存储模式和小端存储模式。 例如：一个 16bit 的 short 型 x ，在内存中的地址为 0x0010 ， x 的值为 0x1122 ，那么 0x11 为 高字节， 0x22 为低字节。对于大端模式，就将 0x11 放在低地址中，即 0x0010 中， 0x22 放在高 地址中，即 0x0011 中。小端模式，刚好相反。我们常用的 X86 结构是小端模式，而 KEIL C51 则 为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式 还是小端模式。

 百度2015年系统工程师笔试题：

请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。

我们将1赋给整形变量a，判断大小端存储我们只需要拿出a的地址的第一个字节，判断是不是1，如果是1则为小端字节序存储，否则是大端字节序存储。访问一个字节我们用到char*类型。。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int check_sys()
{
	int i = 1;
	return (*(char*)&i);
}
int main()
{
	int ret = check_sys();
	if (ret == 1)
	{
		printf("小端\n");
	}
	else
	{
		printf("大端\n");
	}
	return 0;
}

2.3 练习

输出什么？

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a = -1;
	signed char b = -1;
	unsigned char c = -1;
	printf("a=%d,b=%d,c=%d", a, b, c);
	return 0;
}

 这是为什么呢？

我们知道char只能存1个字节就是8个bit位，所以a，b，c存进去的都是11111111，但是%d是10进制的形式打印有符号的整数，所以默认打印的值是有符号的，a是char类型的，所以打印的时候要发生整形提升，有符号的char高位是符号位，所以前面补1，然后转换成补码就可以打印了。c是无符号的char，也要整形提升，没有符号前面补0，补了0之后默认为是有符号数，所以最高位0被认为是符号位，所以是255.

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a = -1;
	//10000000000000000000000000000001
	//11111111111111111111111111111110
	//11111111111111111111111111111111
	//11111111 - a
	signed char b = -1;
	//11111111 - b
	unsigned char c = -1;
	//11111111 - c
	printf("a=%d,b=%d,c=%d", a, b, c);
	//%d 是10进制的形式打印有符号的整数
	//00000000000000000000000011111111
	return 0;
}

输出什么？ 

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a = -128;
	printf("%u\n", a);
	return 0;
}

 首先我们计算出-128的补码，%u 是10进制的形式，打印无符号的整数，所以认为最高位不是符号位。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a = -128;
	//10000000000000000000000010000000
	//11111111111111111111111101111111
	//11111111111111111111111110000000
	//10000000 - a
	//11111111111111111111111110000000
	printf("%u\n", a);
	//%u 是10进制的形式，打印无符号的整数
	//%d 是10进制的形式，打印有符号的整数
	return 0;
}

 我们来看这道题：

#include <stdio.h>
int main()
{
  char a = 128;
  printf("%u\n",a);
  return 0;
}

 这两段代码的结果是一样的，因为存进去的都是10000000。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a = 128;
	//00000000000000000000000010000000
	//10000000 -a
	//11111111111111111111111110000000
	printf("%u\n", a);
	return 0;
}

 其实char的范围是-128~127，怎么说呢？

假设char是有符号的char，那么就是存储8个bit位，内存存储的是补码，最大的正数是127，对应的二进制序列是01111111，最小的数就是-128，对应的二进制序列是-128。

 假设char是无符号的unsigned char，最高位就不是符号位了，只能表示正数。

 我们来看这个代码：

用补码相加之后%d默认有符号，所以我们要计算原码。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	int i = -20;
	//10000000000000000000000000010100
	//11111111111111111111111111101011
	//11111111111111111111111111101100
	unsigned int j = 10;
	//00000000000000000000000000001010 -原反补码相同
	//11111111111111111111111111101100 
	//11111111111111111111111111110110 -相加 %d默认有符号，计算原码
	//10000000000000000000000000001001
	//10000000000000000000000000001010 -10
	printf("%d\n", i + j);
	return 0;
}

 我们再来看一段代码：

这段代码的结果是死循环，这是为什么呢？因为unsigned int二进制序列最小也是0，所以for循环的判断部分恒成立，所以代码打印完9~0后就会死循环

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	unsigned int i;
	for (i = 9; i >= 0; i--)
	{
		printf("%u\n", i);
	}
	return 0;
}

 我们再看一个小练习：

我们都知道strlen统计的是\0之前的字符，在for循环之后a里面放的是，-1 -2 -3 -4 -5 .. -128 127 .. 6 5 4 3 2 1 0，-1- -128之间是128个数字，127-1是127个数字，之后在遇到0，\0的ASCLL码值是0，所以是255个字符。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	char a[1000];
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	printf("%d", strlen(a));
	return 0;
}

 这段代码会死循环，因为unsigned  int的最大值就是255，所以判断条件恒成立。

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
unsigned char i = 0;
int main()
{
	for (i = 0; i <= 255; i++)
	{
		printf("hello world\n");
	}
	return 0;
}

3. 浮点型在内存中的存储

常见的浮点数： 3.14159 1E10 浮点数家族包括： float、double、long double 类型。 浮点数表示的范围：float.h中定义.

3.1 一个例子

浮点数存储的例子：

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int main()
{
	int n = 9;
	float* pFloat = (float*)&n;
	printf("n的值为：%d\n", n);
	printf("*pFloat的值为：%f\n", *pFloat);
	*pFloat = 9.0;
	printf("num的值为：%d\n", n);
	printf("*pFloat的值为：%f\n", *pFloat);
	return 0;
}

 n的值是没有争议的，第二个*pFloat也是没问题的，那为什么第一个*pFloat会是这个结果呢？以整形的形式存进去，以浮点型的形式拿出来答案会不一样吗？这说明整数的存储形式和浮点型不一样。所以我们以什么方式存进去就要方式取出来，这样才不会出错。

 3.2 浮点数存储规则

num 和 *pFloat 在内存中明明是同一个数，为什么浮点数和整数的解读结果会差别这么大？ 要理解这个结果，一定要搞懂浮点数在计算机内部的表示方法。 详细解读： 根据国际标准IEEE（电气和电子工程协会） 754，任意一个二进制浮点数V可以表示成下面的形式： (-1)^S * M * 2^E (-1)^S表示符号位，当S=0，V为正数；当S=1，V为负数。 M表示有效数字，大于等于1，小于2。 2^E表示指数位。 举例来说： 十进制的5.0，写成二进制是 101.0 ，相当于 1.01×2^2 。 那么，按照上面V的格式，可以得出S=0，M=1.01，E=2。 十进制的-5.0，写成二进制是 -101.0 ，相当于 -1.01×2^2 。那么，S=1，M=1.01，E=2。IEEE754规定： 对于32位的浮点数，最高的1位是符号位s，接着的8位是指数E，剩下的23位为有效数字M。

 对于64位的浮点数，最高的1位是符号位S，接着的11位是指数E，剩下的52位为有效数字M.

 IEEE 754对有效数字M和指数E，还有一些特别规定。 前面说过， 1≤M<2 ，也就是说，M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分。 IEEE 754规定，在计算机内部保存M时，默认这个数的第一位总是1，因此可以被舍去，只保存后面的 xxxxxx部分。比如保存1.01的时 候，只保存01，等到读取的时候，再把第一位的1加上去。这样做的目的，是节省1位有效数字。以32位 浮点数为例，留给M只有23位， 将第一位的1舍去以后，等于可以保存24位有效数字。

至于指数E，情况就比较复杂。 首先，E为一个无符号整数（unsigned int） 这意味着，如果E为8位，它的取值范围为0~255；如果E为11位，它的取值范围为0~2047。但是，我们 知道，科学计数法中的E是可以出 现负数的，所以IEEE 754规定，存入内存时E的真实值必须再加上一个中间数，对于8位的E，这个中间数 是127；对于11位的E，这个中间 数是1023。比如，2^10的E是10，所以保存成32位浮点数时，必须保存成10+127=137，即 10001001。 然后，指数E从内存中取出还可以再分成三种情况：

E不全为0或不全为1

这时，浮点数就采用下面的规则表示，即指数E的计算值减去127（或1023），得到真实值，再将 有效数字M前加上第一位的1。 比如： 0.5（1/2）的二进制形式为0.1，由于规定正数部分必须为1，即将小数点右移1位，则为 1.0*2^(-1)，其阶码为-1+127=126，表示为 01111110，而尾数1.0去掉整数部分为0，补齐0到23位00000000000000000000000，则其二进 制表示形式为: E全为0 这时，浮点数的指数E等于1-127（或者1-1023）即为真实值， 有效数字M不再加上第一位的1，而是还原为0.xxxxxx的小数。这样做是为了表示±0，以及接近于 0的很小的数字。 0 01111110 00000000000000000000000 E全为1 这时，如果有效数字M全为0，表示±无穷大（正负取决于符号位s）； 解释前面的题目： 下面，让我们回到一开始的问题：为什么 0x00000009 还原成浮点数，就成了 0.000000 ？ 首先，将 0x00000009 拆分，得到第一位符号位s=0，后面8位的指数 E=00000000 ， 最后23位的有效数字M=000 0000 0000 0000 0000 1001。

9 -> 0000 0000 0000 0000 0000 0000 0000 1001

由于指数E全为0，所以符合上一节的第二种情况。因此，浮点数V就写成： V=(-1)^0 × 0.00000000000000000001001×2^(-126)=1.001×2^(-146) 显然，V是一个很小的接近于0的正数，所以用十进制小数表示就是0.000000。 再看例题的第二部分。 请问浮点数9.0，如何用二进制表示？还原成十进制又是多少？ 首先，浮点数9.0等于二进制的1001.0，即1.001×2^3。

9.0 -> 1001.0 ->(-1)^01.0012^3 -> s=0, M=1.001,E=3+127=130

 那么，第一位的符号位s=0，有效数字M等于001后面再加20个0，凑满23位，指数E等于3+127=130， 即10000010。 所以，写成二进制形式，应该是s+E+M，即

0 10000010 001 0000 0000 0000 0000 0000

这个32位的二进制数，还原成十进制，正是 1091567616。

今天的分享到这里就结束啦！谢谢老铁们的阅读，让我们下期再见。