整数和浮点数在内存中存储的方式

1.整数的存储:

整数通常使用二进制补码形式存储。

对于正数，其 原码 反码 补码 一致；

对于负数，其补码是其的二进制取反后加1。

原反补码：

• 原码：二进制表示，其中负数会将二进制最高位作为符号位改为1（表示负数）。
• 反码：在原码所有位取反 0->1 , 1->0  。
• 补码：在反码上，加1。

（补码的设计简化了计算机的加法运算，并使得符号位能够参与数值的计算，从而提高了计算机的运算效率和灵活性）。

例如：

1. 正数5的二进制表示为 00000101，原码,反码,补码一致,这就是它在内存中的存储形式。

2. -5的二进制表示为 10000101，取反，符号位不变，其他取反，后得到 11111010，再加1得到 11111011，这就是-5在内存中的存储形式。

• 原码 1000 0101
• 反码 1111 1010
• 补码 1111 1011 

整数的大小和范围取决于分配给它们的位数。例如，一个8位整数可以表示的范围是-128到127，而一个32位整数可以表示的范围则要大得多。

---

2.浮点数的存储：

浮点数在内存中通常使用IEEE 754标准来存储。这个标准定义了浮点数的格式:包括符号位、指数和尾数（或称为有效数字）。

IEEE 754标准下的浮点数通常由三个部分组成：

• 符号位：表示浮点数的正负。
• 指数位：用于表示浮点数的指数部分，通常是偏移形式，这样指数可以是正数或负数。
• 尾数位：表示浮点数的有效数字或尾数。
• 例如，一个单精度浮点数（float）通常占用32位，其中1位用于符号，8位用于指数，23位用于尾数。而双精度浮点数（double）则占用64位，其中1位用于符号，11位用于指数，52位用于尾数。

以 3.5 作为例子:

3.5 的二进制是 11.1 (因为 0.5=2 的 -1次方)

将他变成科学计数法表示:  (-1)^0 × 1.11 × 2^1    

解释上式：

•             -1的0次方表示正负
•              2的一次方由11.1小数点左移一位得到

分成三个部分:1. 符号位S(占1个字节)--- 0

                       2.指数位E(占8个字节)---- 1

                       3.尾数位M(占23个字节)---- 1.11

在内存中存储时:1.指数位需要加上127,等于1+127=128转化为二进制位10000000

                          2.尾数位只存小数点后面的位,就是.11然后剩下的位补0

所以3.5在内存中存储是如图

为                      0100 0000 0110 0000 0000

转换为16进制是   40 60 00 00

我们在 VS 里面调试看一下是否正确

因为是小端存放,所以是倒数的

通过这种存储方式，计算机能够精确地表示和运算浮点数，尽管由于精度限制和舍入误差，有时可能会产生一些微小的偏差。

浮点数在科学计算、金融建模、图形处理等领域中广泛应用，因为它们能够表示更大范围的数值，并且具有一定的精度。然而，在进行浮点数运算时，需要注意精度损失和舍入错误的问题。

---

3.什么是小端,什么是大端

大端字节存储：

把一个数据的低字节的内容储存在高地址处，把高位字节的内容存储到低地址处。

特点：大端模式在人类阅读数字时比较直观，因为数字的左边是最高位，右边是最低位，这与人们从左到右的阅读习惯相符。

小端字节存储：

把一个数据的低字节的内容储存在低地址处，把高位字节的内容存储到高地址处。

特点：小端模式在某些情况下可以简化硬件设计，因为当数值逐渐增大时，地址也递增，这使得计算机的内部操作更加简单。然而，对于人类来说，这种存储方式可能不那么直观。

---

这期介绍就到这里!可以点点赞关注,你们的支持是我继续的动力!

个人主页点这里~