本文详细介绍了整数（原码、反码、补码和字节序）和浮点数（IEEE754标准、转换、存储及还原）在内存中的存储方式，包括大端和小端字节序，以及浮点数精度差异的原因。
前言：在我们编写代码的时候，时时刻刻我们都在创建数据，修改数据，销毁数据，每当一个数据被创建之后，就要被存储起来以便于下次继续使用，那么数据是如何在内存中存储的呢？
接下来主要讲解两种数据在内存中的存储：
目录
1.整数在内存中的存储
（1）原码、反码、补码
我们知道计算机的数据在底层都是以二进制的形式进行存储的（即0 和 1），而整数的二进制表示方法有三种，分别是：原码、反码、补码
原码：原码就是将十进制数据转化为二进制表现形式表现出来
反码：反码就是将所求的原码除了符号位（从左边数第一个数字）全部都取反（即0 变成 1，1 变成 0）
补码：是在反码的基础上在最后一位加上1得到补码
详细介绍可以看--------------------------------------------->一分钟了解什么是原码-反码-补码-CSDN博客
接下来我们使用一个实例来看一下整型数据在内存中的存储：
如图所示，我们将整型a以十六进制的形式存储在内存中，结果如上图所示，但是我们发现了一个问题，即为什么我们是以11223344的形式存储进去的，但是结果却是倒着存储的呢？这就必须介绍字节序。
（2）字节序
字节序（Byte Order）：是指多字节数据在计算机内存中存储时各字节的存储顺序，在计算机中，当数据的长度大于1个字节时，就要区分字节顺序，常见的字节顺序有两种：大端和小端
大端字节序：
——即处于低位的数据存放在高地址处（如图）
小端字节序：
——即处于高位的数据存放在高地址处（如图）
了解了字节序，让我们在来看上面的内容：
从图中我们可以看到低位的数据存储在了低地址处，所以是此整型数据是以小端进行存储。自此我们大致的了解了整型数据在内存中的存储规则。
注：并不是任何时候都是进行小端存储，存储是以大端还是以小端取决于硬件。
2.浮点数在内存中的存储
（1）浮点数据的转换
浮点数在内存中的存储规则和整型数据完全不同，浮点数在内存中的存储是根据国际标准IEEE754的标准进行存储的，即任意一个二进制浮点数都可以表示成下面的形式：
我们直接使用实例来理解公式中的S、M、E
根据公式我们就可以将5.5这个数据转变为：
根据上边的的例子我们就可以知道：
S：如果浮点数为正，S = 0，反之浮点数为负，S = 1；
M：将转换的二进制数变成以科学计数法的形式；
E：即小数点移动的位数；
（2）浮点数据的存储
知道了浮点数如何根据国际标准IEEE754的标准进行转换了之后，那么浮点数是怎么存储进内存中的呢？
在单精度浮点数（float）中：
在双精度浮点数（double）中：
这也就是为什么双精度浮点数的精度比单精度浮点数高的原因了，它用来存储M的bit数更多，从而精度也就更高
但是E和M在存储的时候还有一些小细节需要我们知道：
E：存储E时，我们会将E先加上127（float时）或1023（double时）在存储到内存中（因为E是无符号整型数据）
M：存储M时，我们不会存储M的整数位，即1，只会存储M的小数位，等到取出数据的时候在加上整数位即可（多出了一个bit来存储M的数据，使数据更加精确）
注：由于存储M的bit位有限，所以有些浮点数不能精确的存储。（如图）
（3）浮点数的还原
通常情况下，我们怎么将十进制浮点数转换成二进制浮点数，那么我们只需要进行逆操作就可以进行还原，但是有两种特例：
1.E全为0：
当E存储时全为0，即原来的E为-127或-1023（E存储时要先加上127或1023在存储），可想而知这个浮点数是多么小，此时还原时E直接等于-126或-1022，同时M也不在加上整数位的1。
2.E全为1：
当E存储时全为1，可想而知这个浮点数很大很大，此时这个数直接为正负无穷大，正负取决于S
以上即是数据在内存中的存储形式~~~~~
扫一扫
549
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
