关于整型和浮点型在内存中的存储与区别

目录

一、整型在内存中的存储

1、正整数

2、负数

二、浮点型在内存中的存储

1、浮点型与整型存储的区别：

2、浮点数的科学计数法形式转二进制：

三、大小端(存储)模式

---

一、整型在内存中的存储

        对于一个十进制数是以它的二进制形式在内存中呈现的，而整数的二进制表示有三种形式: 原码，反码，补码。

原码: 根据十进制数的正负转换成对应的32位二进制数。

反码: 原码的符号位不变，其他位按位取反。

补码: 反码的二进制加1（补码按位取反加1后也能得到原码）

对于有符号的整数来说，最高位的一位是符号位，符号位是1表示负数，符号位是0表示正数。

对于无符号数整数来说，没有符号位，所有位都是有效位。

1、正整数

        对于正的整数，原码，反码，补码相同无需计算，例：

10(D):

原码：00000000000000000000000000001010

反码：00000000000000000000000000001010

补码：00000000000000000000000000001010

2、负数

        对于负的整数，原码，反码，补码都是需要计算的，例：

-10：

原码：10000000000000000000000000001010

反码：11111111111111111111111111110101（原码除符号位按位取反）

补码：11111111111111111111111111110110（反码+1）

二、浮点型在内存中的存储

                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。

1、浮点型与整型存储的区别：

        对于float类型来讲，使用IEEE 754标准来表示：1个符号位(S)，8个指数位(E)和23个尾数位(M)。

符号位(S)	指数位(E)	尾数位(M)
1	8	23
决定正负(+/-)	指数：-127~128（决定这个数的范围）	决定这个数的精度

        对于double类型来讲，使用IEEE 754标准来表示：1个符号位(S)，11个指数位(E)和52个尾数位(M)。

符号位(S)	指数位(E)	尾数位(M)
1	11	52
决定正负(+/-)	指数：-1023~2048（决定这个数的范围）	决定这个数的精度

按照IEEE 754的标准来看，浮点型在内存中的二进制形式即为:

符号位(S) -> 指数位(E) -> 尾数位(M)       以此方式链接而成。

2、浮点数的科学计数法形式转二进制：

关于浮点型的尾数位(M)：

        M是没有存小数点前面的1的，是直接存小数点后面的数，

        因为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(float)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。这样可以提高精度。

        float和double的精度都是由尾数位(M)的位数来决定的，节省的1因为它是不会改变的，所以并不会对精度造成影响，对于float的精度来说，为2^23 = 8388608，一共七位数，表示最多能有7位的有效数字，最少也能确定为6位，所以float的精度为6~7位有效数字；double类型同理，对于double的精度来说，为2^52 = 4503599627370496，一共十六位数，精度为15~16位有效数字。

关于浮点型的指数位(E)：

        对于E来说，IEEE 754规定他是一个无符号整数(unsigned int)，但是他是可以出现负数的情况，比如0.5(D)转换为二进制数:0.1(B)即为:1.0*2^(-1)

科学计数法表达: (-1)^0 * 1.0 *2^(-1)

S = 0 ; M = 1.0 ; E = -1 ;

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:

一:

常规情况: 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(float)（或1023(double)），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:

0 01111110 00000000000000000000000

二：

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。

三:

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）。

这里插入一个例子直观感受:

int main()
{
	int n = 7;
	float* pFloat = (float*)&n;
	printf("n的值为: %d\n", n);//7
	printf("*pFloat的值为: %f\n", *pFloat);//0.0000000
	//浮点数存储: 0 00000000 00000000000000000000111
	// 这里就属于E是全零的情况了
	//E = -126    M = 0.00000000000000000000111(24位)   S = 0
	//(-1)^0 * 0.00000000000000000000111 * 2^(-126)   这就是真实数字了
	*pFloat = 7.0;
	//7.0(D) = 111.0(B)
	//(-1)^0 * 1.11 * 2^2
	// 0 10000001 11000000000000000000000
	//正数原反补相同，这就是原码，转换成对应的D就为:
	printf("num的值为 : %d\n", n);//1088421888
	printf("*pFloat的值为: %f\n", *pFloat);//7.0

	return 0;
}

三、大小端(存储)模式

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；

例如：int a = 0x11223344

(低地址)             11  22  33  44                 大端字节序存储                    (高地址)

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。

(低地址)             44  33  22  11                 小端字节序存储                    (高地址)

大小端(存储)模式之分出现的原因：

        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。