数据在内存中的存储

目录

一.整数在内存中的存储 

        1.二进制存储

        2.1

        2.2

二.浮点数在内存中的存储

        1.浮点数的存储

        2.存储过程

        3.关于精度丢失的问题

---

一.整数在内存中的存储 

        1.二进制存储

在计算机中，数据是以二进制的方式存储的，即只用‘1’和‘0’表示原码、反码、补码。

（1）原码

        在数值前面增加了一位符号位（即最高位为符号位），正数该位为0，负数该位为1，其余位表示数值的大小。我们在显示器上看到的数字即为原码。

（2）反码

        对于正数，其反码和原码相同；对于负数，其反码为除符号位外按位取反，如‘-1’的二进制为10000001，那么其反码为11111110.

（3）补码

        对于正数，其补码和原码相同；对于负数，其补码为反码加1，还是以‘-1’为例，其补码为11111111. 

         数据在内存中均以其补码形式存储.

                2.1

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;
}

​

 整形存放在字符型时会发生截断，以a为例（b同理）
    a-10000000 00000000 00000000 00000001（原码）
    11111111 11111111 11111111 11111111（补码）
    截断--11111111
    “%d”：以十进制的形式打印有符号整数
    整型提升（有符号数按照符号位补齐）
    11111111 11111111 11111111 11111111（补码）
    转换为原码打印在屏幕上
    10000000 00000000 00000000 00000001（原码-1）

那么c呢？

   因为c为无符号数，无符号数在整形提升时高位补0

    即发生截断后：11111111—>00000000 00000000 00000000 11111111 （补码）

   此时按照规则获得的原码即为00000000 00000000 00000000 11111111

                2.2

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

首先我们要知道：%u表示以十进制的方式打印无符号整数

其次，我们知道char类型占用1字节（8比特），有符号的char可以表示127（01111111）~-128（11111111）；无符号的char可以表示0~255（11111111）

知道这两点后我们可以解答上面这道题：

        -128截断存放到a中—10000000

        整型提升：11111111 11111111 11111111 10000000

        因为打印无符号整数，所以a为4294967168

        

        

二.浮点数在内存中的存储

        1.浮点数的存储

首先要明白浮点数在计算机内部的表达方式

根据国际标准IEEE754，任意一个二进制浮点数V都可以表示成一下形式 

V = （-1）^S * M * 2^E

 （-1）^S表示符号位，S为0时V为正，S为1时V为负

M表示有效位数

2^E表示指数位

例如：

        十进制5.5

        二进制101.1

        科学计数法1.011*2^2

        即（-1）^0 *1.011 * 2^2

        2.存储过程

IEEE规定：

        对于32位环境下的浮点数，最高的1位存储符号位，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位环境下的浮点数，最高的1位存储符号位，接着的11位存储指数E，剩下的52位存储有效数字M。

        因为M始终时一个 >=1 && <2 的数，那么其在存储时一定为 1.xxxxxxxx。因此可以省去这个1，只保留小数点后面的部分，这样做可以增加一位有效存储位数。

        3.关于精度丢失的问题

当我们想存储一个浮点数时，可能会发现其输出后的结果和输入的不一样，这是为什么？

其实这里就发生了精度丢失，例如3.14这个数字，表示为11.001……小数点后的第一个1表示 2^(-1)即0.5，但这里明显大于0.14了，所以这一位为0。第二个1表示 2^(-2)即0.25，也不行。再往后一位表示为0.125，很接近。但当我们想继续下一位时发现，无论如何，总是无法精准凑出0.14，这就是为什么会发生精度的丢失