数据在内存中的存储

1. 整数在内存中的存储

对于整形来说：数据存放内存中其实存放的是补码。这是因为，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。

首先我们要了解：
正整数的原、反、补码都相同。
负整数的三种表示方法各不相同。
对应关系：
原码：直接将数值按照正负数的形式翻译成⼆进制得到的就是原码。
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。

2. 大小端字节序和字节序判断

#include <stdio.h>
int main()
{
	int a = 0x11223344;
	return 0;
}

通过看调式模式下的内存，可以知道a的内存由4个字节构成，每个字节存放两个十六进制的整形数据，但a中的 0x11223344 这个数字是按照字节为单位，倒着存储的。这是为什么？
这里就要介绍到大小端的概念了，意思是超过一个字节的数据以字节为单位的存储顺序的不同。

·大端（存储）模式：
是指数据的低位字节内容保存在内存的⾼地址处，而数据的⾼位字节内容，保存在内存的低地址处。
·小端（存储）模式：
是指数据的低位字节内容保存在内存的低地址处，而数据的⾼位字节内容，保存在内存的⾼地址处。

图中是以小端模式存储的，左边到右边地址由低到高。

但为什么要有大小端的区分呢？ 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8bit 位，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。
大小端的区分是由不同的处理器架构和系统设计所导致的，而这种区分在数据传输、网络通信和跨平台开发等场景中都需要被注意和处理，以确保数据的正确性和互操作性。

这里我们设计一个程序来判断内存的存储模式：

#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;
}

3. 浮点数在内存中的存储

3.1 浮点数在内存的存储模式和表示

浮点数表示的范围： float.h 中定义

在了解浮点数的存储之前，我们在此设置一个悬念：

悬念:

在不理解浮点数与整形读取信息和存储信息的不同点是我们是很难解释上面的为什么。
但根据上面打印的信息我们可以猜到整形和浮点型数据在内存的存储方式是不同的。

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。
根据国际标准IEEE（电气和电子工程协会）754（IEEE 754标准在计算机科学和工程领域中起着重要作用，它定义了浮点数的二进制表示方式和基本运算规则，为浮点数运算提供了一致性和可靠性。）
任意⼀个⼆进制浮点数V可以表示成下面的形式：

• (−1)^S 表示符号位，当S=0，V为正数；当S=1，V为负数
• M表示为有效数字，（M是⼤大于等于1，小于2的）
• 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，S=1，M=1.01，E=2。

IEEE 754规定：
对于32位的浮点数，最⾼的1位存储符号位S，接着的8位存储指数E，剩下的23位存储有效数字M
对于64位的浮点数，最⾼的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数组M

float类型浮点数内存分配

double类型浮点数内存分配

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。（这样可以不仅可以节省一个bit位，同时可以更精确地存储）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）
因此，在实际存储时，对于指数部分，加上127的偏移量确保了我们可以在单精度浮点数中表示E从-126到+127的范围,对应的加偏移量
后的值是从1到254。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。
而剩下的两个值是特殊情况，在接下来对浮点数的取出过程会有解释。

3.2 浮点数取的过程

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 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(中间值)=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:

0 01111110 00000000000000000000000

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 00000000 00100000000000000000000

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）；

0 11111111 00010000000000000000000

自此我们可以对上面的”悬念“，也就是对于以float类型访问整形9为什么不会输出小数，而是 0.000000 ？。原因在于储存数据是根据类型来对应相应的存储模式。
9以整型的形式存储在内存中，得到如下⼆进制序列：

0000 0000 0000 0000 0000 0000 0000 1001

⾸先，第一环节，将 9 的⼆进制序列按照浮点数的形式拆分，得到第⼀位符号位s=0，后⾯8位的指数E=00000000，最后23位的有效数字为M=000 0000 0000 0000 0000 1001。
由于指数E全为0，所以符合E为全0的情况。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( %f 默认打印小数点后六位)。

再看第2环节，浮点数9.0，为什么整数打印是 1091567616
⾸先，浮点数9.0 等于⼆进制的1001.0，即换算成科学计数法是：1.001×2^3
所以： 9.0 = (−1) ^ 0 * (1.001) * 2^3
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，被当做整数来解析的时候，就是整数在内存中的补码，原码正是1091567616 。