深度剖析数据在内存中的存储

目录

1. 数据类型介绍

1.1 类型的基本归类：

整形家族：

浮点数家族：

构造类型：

指针类型

空类型：

void 表示空类型（无类型）

2. 整形在内存中的存储

2.1 原码、反码、补码

2.2 大小端介绍

3. 浮点型在内存中的存储

3.1 一个例子

3.2 浮点数存储规则

E不全为0或不全为1

E全为0

E全为1

---

1. 数据类型介绍

char short int long long long float double

//字符数据类型 //短整型 //整形 //长整型 //更长的整形 //单精度浮点数 //双精度浮点数

---

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

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。

我们看看在内存中的存储:

我们可以看到对于 a 和 b 分别存储的是补码。但是我们发现顺序有点 不对劲 。

这是又为什么？

---

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。

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。

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

int main()
{
    intn=9;
    float*pFloat= (float*)&n;
    printf("n的值为：%d\n",n);
    printf("*pFloat的值为：%f\n",*pFloat);
}

输出的结果是什么呢？

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 。

IEEE 754 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 :

00111111000000000000000000000000

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。

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）；

好了，关于浮点数的表示规则，就说到这里。