整数与浮点数在内存中的储存

        由于内存中存储数据时只会储存二进制数，在储存整数时，需要考虑的仅仅是整数是否会过大而溢出内存，而在储存浮点数的时候则需要考虑浮点数的精确度，那么在精确度和浮点数所占空间内存之间就需要做出取舍。

一、整数的储存

        正如前文所说，整数的储存仅需要考虑整数是否会过大而溢出内存，例如，一个短整型24个字节而每个字节是8个二进制位，对于一个无符号的短整型来说，可以储存的最大的数就是2^16-1，大于这个数就会发生数据丢失，这时就可以使用无符号整型来储存这个更大的数。同样的道理8个字节的无符号长整型就能用来储存大于2^32-1的数字。

二、浮点数在内存中的储存

        浮点数则不仅需要考虑数的大小还需要考虑数字的精确度，且因为二进制表达小数时，会存在二十多个二进制小数位都不能精确表达的情况，因此需要做出一些取舍。这也导致浮点数的储存与整数的储存是不同的。

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为存储指数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为存储指数E，剩下的52位存储有效数字M

那么这里的S、E、M分别代表什么呢，这里我们需要用到一个公式：

V表示我们想要存储的浮点数，S表示符号位（当S=0时，V为正数；S=1时，V为负数），M表示有效数字(1<=M<2)，E则表示2的E次方。

任何的浮点数都可以通过这个公式以等号右边的形式表达出来，而有效数字被称为有效数字的原因也显而易见了，因为有效数字的长度就决定了后面的表达式对浮点数表达的精确度，当M无限长的时候对浮点数的表达就必然是精确的，但是同样的需要付出的储存空间就让人无法接受。因此，有了IEEE 754规定，这样就能在存储空间与浮点数的精确度直接做到一个较好的平衡。