C语言笔记第11篇：数据在内存中的存储

1、整数在内存中的存储

在讲解操作符的时候，我们就讲过了下面的内容：

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0表示"正"，用1表示"负"，而数值位最高位的一位是被当做符号位，剩余的都是数值位。

以上仅限于有符号整数。

正数的原、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，其他位按位取反得到的就是反码

补码：反码+1就是补码

对于整数来说，数据在内存中是以补码的形式进行存储的。

为什么呢？

在计算机系统中，数值一律用补码的形式表示存储，原因在于，使用补码，可以将符号位和数值域统一处理；（因为负数的补码是正补数的原码，其原、反、补码的运算就是为了求出补码也就是正补数的原码，正补数不存在符号位，所以符号位就算是1也是表示数值的）

同时，加法和减法也是可以统一处理(CPU只有加法器) 此外，补码和原码相互转换，其运算过程是相同的，不需要额外的硬件电路。（补码就是正补数的原码，正补数和另一个正整数相加正好可以求出负整数和正整数的运算结果，从而实现了加法和减法的统一处理）

怎么简单理解上面的意思呢？CPU只有加法运算器为什么也能处理减法呢？不要着急，接下来就由我来为大家一 一讲解。

其实补码就是专门为了负整数而发明的，原因是CPU只有加法运算器，如果处理两个数相减的减法运算，不知道该怎么处理。那我们可以将减法运算看作一个正整数加上负整数（1+(-1)）就可以了呗。但是两个数的原码相加后发现算出的结果根本不对。

怎么办呢？然后就有人发明除了原、反、补码，这个发明者简直就是个天才，为什么这么说？如果你将负整数的原码转换成补码，补码转换为十进制的值可能是一个很庞大的正补数（可以理解为这个正补数的原码就是这个负数的补码），正补数原码的符号位和数值域都可以用来存放数值，也就是实现了符号位和数值域统一处理。然后正整数可以和正补数相加从而实现了减法和加法的统一处理，经过相加后得到的二进制位如果多出1位直接抛弃最后取出的32个二进制位就是正确结果，经过正补数运算得出的结果的二进制就是原码，不需要额外转换了。

关于负整数或减法运算就是将负数经过原、反、补码的运算求出正补数的原码，然后让正补数替负数执行加法运算得出的就是正确结果，你说秀不秀。

2、大小端字节序和字节序判断

2.1 什么是大小端？

大端字节序和小端字节序是什么呢？首先根据字节序得知就是字节的顺序，大端的字节顺序和小端的字节顺序有所差异。那字节顺序指的是内存中数据存储的字节顺序。

首先我们先给一个代码：

int main()
{
	int a = 0x11223344;//将16进制放进变量a中，就是该16进制表示的10进制的数
	return 0;
}

变量a是int类型的，有4个字节，我们可以调试一下看内存中变量a的每个字节所存储的顺序：

可以看到数据是倒着存放的，44是数据的最低位，如果仔细观察可以发现内存中数据的地位放在相对较低的地址，高位11放在相对较高的地址，这就是小端字节序。

大端和小端名字的由来：格列佛游记中的一个故事，两个国家因为一件事情没谈拢，这件事情就是鸡蛋应该从大头向小头剥还是从小头向大头剥，没谈拢两个国家就打了一架。

小端字节序：低位字节序存储到低地址，高位字节序存储到高地址

大端字节序：低位字节序存储到高地址，高位字节序存储到低地址

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8bit位，但是C语言中除了8bit的char之外，还有16bit的short型，32bit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，因此导致了大端存储模式和小端存储模式。

2.3 练习

练习1：

请概述大端字节序和小端字节序的概念，设计程序来判断当前机器的字节序

int check_sys()
{
	int a = 1;
	return *(char*)&a;//小端返回1，大端返回0
}
int main()
{
	int ret = check_sys();
	if (ret == 1)
	{
		printf("小端\n");
		printf("%d\n", ret);
	}
	else
	{
		printf("大端\n");
		printf("%d\n", ret);
	}
	return 0;
}

一个整型类型的a是4个字节，a等于1，将这个a的地址强转成char*类型，解引用访问1个字节，首先需要了解变量的地址是所在空间的低地址。解引用根据变量的类型向高地址访问几个字节，所以解引用当前的a访问的是低地址，如果是大端，低地址内存存储的是00，解引用拿到的就是0，如果是小端就是1.

注：每个变量的地址都是所占内存的多个字节空间地址中低地址内存的地址，解引用时是由低到高访问的。

练习2：

int main()
{
	char a = -1;
	signed char b = -1;
	unsigned char c = -1;
	printf("a=%d,b=%d,c=%d", a, b, c);
	return 0;
}

答案解析：

答案是：-1，-1，255

因为有符号char和char是一样的，答案都是-1，unsignedchar char -1的符号位是1，就是负数，但是是unsigned char无符号字符型，所以符号位也能用来表示数据，所以没有负号就是255.

练习3：

int main()
{
	char a = -128;
	printf("%u\n", a);
	return 0;
}

答案解析：

答案：4294967168

char类型的取值范围是-128-127，-128的补码是10000000，%u打印时需要整型提升，整型提升看值的类型，是signed char有符号字符就需要提升符号位，符号位是1所以结果就是11111111 11111111 11111111 10000000，最后被当做无符号整型打印就是42亿的数值。

练习4：

int main()
{
	char a[1000];
	int i = 0;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	printf("%d\n", strlen(a));
	return 0;
}

答案解析：

答案：255

不对啊，明明循环了1000次赋值了1000个元素那为什么字符长度还是255呢？这是因为字符char就是一个轮回，比如ASCII码值从1一直+1，+到127时如果是有符号的char再次+1就变为-128，然后再+1变为-127，依次类推，那字符串的结束标志 ' \0 '的ASCII就是0，所以当存储到0的时候之前已经存储了255个字符，虽然a存储了1000个字符，但是strlen遇到 ' \0 '还是会停下，所以结果为255

3、浮点数在内存中的存储

常见的浮点数：3.1459、1E10等，浮点数家族包括：float、double、long double类型。

浮点数表示的取值范围：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("n的值为: %d\n", n);
	printf("*pFloat的值为：%f\n", *pFloat);
	return 0;
}

答案解析：

第一次打印：9，0.000000，因为第一次打印之前只是将变量n的地址强转成float*类型赋值给pFloat指针，打印时变量n还是9。但是pFloat虽然接收到n的地址，可以解引用访问，但是当它通过该地址找到这块空间发现里面存放的不是浮点型，但是%f要打印浮点型，由于这块空间存放着整型，不是浮点型。因为浮点型不能和整型之间进行转换。所以干脆就给打印0.000000

第二次打印：1091567616，9.000000，因为第二次打印之前通过*pFloat解引用找到这块空间并将这块地址赋值为9.000000，打印变量n时就通过浮点数二进制打印整数，结果为1091567616，是关于浮点数的二进制。当*pFloat解引用时由于就是浮点数所以可以打印浮点数9.000000。

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差别那么大？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

每个十进制浮点数要先转换成表示方法V，然后再将表示方法V里面符号位S、有效数字M和指数E三部分信息存入内存，下一次使用该浮点数就可以通过内存中的这三个信息得到对应浮点数来操作。

相信绝大多数的人刚看到这个V的表示形式有些懵，但是不要着急，接下来我举个例子，来让大家清晰的理解该表示形式。

如何将十进制浮点数转换成表示方法V：

比如我有一个浮点数5.5，V=5.5，我如果要取出它的二进制首先要转换出小数点前面的5的二进制，5的二进制：101，然后再换算小数点后面的小数，注意：不要以为后面的小数是5就也按照正常权重二进制形式转换，并不是101.101，小数的二进制权重，看下图：

所以2^-1就是1 / 2^1，也就是0.5，2^-2就是1 / 2^-2也就是0.25。所以小数点后面的就是.1，所以算出的5和0.5的二进制是101.1，但是并不是到了这里就完了，在内存中存储浮点数并不只是存储101.1的。

来看一下十进制浮点数123.45是不是也可以表示成1.2345 * 10^2，1.2345 * 10^2 = 123.45，因为是十进制所以需要10^?来移动浮点。所以二进制浮点数需要2^?来移动浮点：101.1也可以表示成1.011 * 2^2，因为小数点向右边移两位就是101.1了，和十进制方法相同。5.5是正数，所以最终5.5的表示方法V就是 V = (-1)^0 * 1.011 * 2^2。

V = (-1)^s * M * 2^E，上面的0对标的就是s，1.011对标的就是M，2对标的就是E，所以浮点数在内存中存储的就是S 、M、E三部分。它们之间是相互作用的。

十进制浮点数5.5的表示方法V：

V = (-1)^0 * 1.011 * 2^2

V = (-1)^S * M * 2^E

• S = 0
• M = 1.011
• E = 2

再举一个例子：比如十进制浮点数9.0，将它换算成二进制就是1001.0，然后将这个二进制1001.0换算成有效数字M就是1.001，因为1.001 * 2^3就是1001.0，所以指数E就是3，由于9.0是正数，所以(-1)^0就是正数，符号位S就是0.

十进制浮点数9.0的表示方法V：

V = (-1)^0 * 1.001 * 2^3

V = (-1)^S * M * 2^E

• S = 0
• M = 1.001
• E = 3

知道了V的表示形式和转换，那怎么将符号位S、有效数字M 和 指数E存放进内存中的呢？

IEEE 754规定：

对于32位浮点数，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 浮点数存储过程

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，这个中间数就是1023。比如，2^10的 E 是10，所以保存32位浮点数时，必须保存10+127 = 137，即10001001

那什么情况下E为负数呢？

比如0.5的二进制位0.1，将它转换成有效数字M需要向右移动一位，所以指数E为-1

十进制浮点数0.5的表示方法V：

V = (-1)^0 * 1.0 * 2^-1

V = (-1)^S * M * 2^E

• S = 0
• M = 1.0
• E = -1

E也是有可能为负数的，如上面所示。如果不加中间值，直接将负数E以无符号的整数存入内存取出就会认为是一个无符号整数，所以需要加上中间值当作无符号数存入，取出时减去这个中间值得到的就是负数。

注：指数E的真实值+中间值就是为了防止出现负数，+中间数是为了中和掉负数。

符号位S       有效数字M       指数E

32位浮点数：5.5在内存中存储的是：0 10000001 01100000000000000000000

32位浮点数：9.0在内存中存储的是：0 10000010 00100000000000000000000

3.2.2 浮点数取出过程

指数E从内存中取出还可以分为三种情况：

E不全为0或全为1：

这时，浮点数就采用下面的规则表示，则指数E的计算值减去127（或1023），得到真实值，再将有效数字M前面加上第一位的1.

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0.xxxxxx的小数。这样做是为了表示+-0，以及接近于0很小的数字。

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）

关于浮点数的表示规则，就说到这里。

根据上图得出一点：给变量赋值得到的值是什么类型的取决于变量类型，比如上面的整型变量a，将浮点型变量b赋值给a，编译器会根据变量a的类型来处理这个值，将浮点型的9.0转换为整型的9赋值给变量a，但是如果将a的地址传给float*指针变量pFloat，通过解引用该变量*pFloat赋值会根据当前访问的类型来赋值，所以将浮点数9.0表示方法的二进制赋值给这块空间，打印变量a是会将这个二进制当作一个整型的二进制打印，所以给某空间存放什么类型的值取决于类型。

本篇博客到这里就结束了，再见-