正文开始
1.
整数在内存中的存储
在C语言中我们知道:
整数的2进制表示方法有三种,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”,而数值位最
高的一位是被当做符号位,剩余的都是数值位。
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。
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: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。
2.
大小
端字节序和字节序
当我们了解了整数在内存中存储后,我们调试看一个细节:
#include <stdio.h>
int main()
{
int a = 0x11223344;
return 0;
}
调试的时候,我们可以看到在a中的
0x11223344
这个数字是按照字节为单位,倒着存储的。
这是为什么呢?
2.1
什么是大小端?
其实超过一个字节的数据在内存中存储的时候,就有存储顺序的问题,按照不同的存储顺序,我们分为大端字节序存储和小端字节序存储,下⾯是具体的概念:
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。
上述概念需要记住,方便分辨大小端。
可能有些同学不理解数据的低位字节、高位字节、低地址、高地址分别是什么意思,这里我粗略的解释一下。
我们知道在内存中,地址是由低到高排布的。
借助这个图一起理解,从图上我们可以看出,
地址在内存中是由低到高排布的,
而 0x11223344 中44是低位字节,11是高位字节。
如果还是不能理解,我们可以把 0x11223344 当作123
在 123 中,3代表个位,2代表十位,1代表百位。C语言中理解16进制的数也差不多是这个道理。
所以 0x11223344 中44是最低位字节,11是最高位字节。
由这个图我们可以看到,在VS中,低位字节存在低地址处,高位字节存在高地址处,说明VS是小端存储。
2.2
为什么有大小端?
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 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。
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。
3.
浮点数在内存中的存储
常见的浮点数:3.14159、1E10等,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
练习
#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;
}
输出什么?
哎,好奇怪啊,为什么会输出这样的值?不应该全是9吗?
之所以会这样输出,是因为浮点数在内存中的存储方式和整形是不同的。
3.2
浮点数的存储
上面的代码中,
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。
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:
V
= (−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,M是大于等于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,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位存储有效数字M
3.2.1
浮点数存的过程
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。
3.2.2
浮点数取的过程
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 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
// S E M
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
3.3
题目解析
下面,让我们回到一开始的练习
先看第1环节,为什么
9
还原成浮点数,就成了
0.000000
?
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,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。
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
。