深度剖析数据在内存中的存储（C语言）

前言

在初阶C语言的学习中，我们对数据存储有了一个初步的认识，但为了提升自己的水平让自己可以对数据存储原理有更深刻的认识我们在此再对不同类型的数据如何存储进行更深度的剖析。在此次学习后我们可以更深刻的掌握数据存储原理，并且可以更灵活的运用不同类型的数据。

1.数据类型

在C语言初阶的学习中，我们学习过了以下几种基本的数据类型和他们所占的内存空间大小

char //字符数据类型--1byte
short //短整型--2byte
int //整形--4byte
long //长整型--基于系统和运行环境不同分为4byte或者8byte
long long //更长的整形--8byte
float //单精度浮点数--4byte
double //双精度浮点数--8byte

那么C语言有没有字符串类型呢？显然，C语言相比其他的更高级的语言，并没有字符串类型，而是以字符数组来代替字符串类型，对字符串的操作也没有其他更高级的语言那么方便。

数据类型的意义

1. 使用这个数据类型所占的内存空间大小

2. 从内存空间取出数据时看待数据的视角

1.1类型的基本归类

根据不同数据类型我们将他们分成了以下五类

整形家族

char
    unsigned char
    signed char
short
    unsigned short [int]
    signed short [int]
int
    unsigned int
    signed int
long
    unsigned long [int]
    signed long [int]

浮点数家族

float
double

构造类型

struct//结构体类型
enum//枚举类型
union//联合类型

指针家族

int* pi
char* pc
float* pf
double* pd
void* pv

空类型

void//表示空类型（无类型）
//通常应用于函数的返回类型、函数的参数、指针类型

2.整形在内存中的存储

们知道一个变量的创建是要在内存的空间中开辟一个新的空间，空间的大小和看待内存的视角是由类型的不同而决定的。

接下来我们来讨论数据在开辟的内存中将如何存储？

例：

#include<stdio.h>
int main()
{
    int a = 10;
    int b = -10;
    return 0;
}

一个int整形会占用内存中4个字节的空间，那如何存储呢？

2.1原码、反码、补码

计算机中的整数有3种二进制的表示方法：原码、反码、补码

三种方法均有符号位和数值位两部分，符号位是用'0'表示正，'1'表示负

正数的原码、反码、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就可以得到原码。

反码

将原码的符号位不变，其他位依次按位取反就可以得到反码。

补码

反码+1得到补码

对于整形：数据存放的内容是其所对应的补码

这其实是因为在计算机系统中，使用补码，可以将符号位和数值域统一处理；

同时，加法和减法也可以统一处理（CPU只有加法计算器）此外，补码与原码相互转换，其运算过程是相同的，不需要额外的硬件电路。

问题引入：

我们看看a和b在内存中的存储

我们可以看出a、b存的都是补码，但顺序却是反的

这是为什么？

2.2大小端（存储）模式

什么是大端小端？

大端（存储）模式：是指数据的高位存储在低地址，数据的低位存储在高地址。

小端（存储）模式：是指数据的低位存储在低地址，数据的高位存储在高地址。

具体使用什么样的存储方式是取决于编译器的，显然我们在vs2022中用的是小端（存储）模式。

为什么有大端和小端？

为什么会有大小端（存储）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。但是在C语言中除了8bit的char之外，还有16bit的short型，32bit的long型（取决于具体的编译器），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。

例如：一个16bit的short型x，在内存中的地址为0x1111，x的值为0x3456，那么0x34为高字节，0x56为低字节。对于大端模式，就将0x34放在高地址中，0x56放在低地址中，那么0x1111中存放的就是0x56。而小端模式便与此相反，我们所用的x86结构就是小端模式，而KEIL c51则为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式的小端模式。

接下来我们来看一道面试题：

百度2015年系统工程师笔试题：

请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。（10分）

//1
#include<stdio.h>
int main()
{
    int a = 1;
    char b = (char)a;
    if (b)
        printf("小端\n");
    else
        printf("大端\n");
    return 0;
}
//2
#include<stdio.h>
int check()
{
    int i = 1;
    return (*(char*)&i);
}
int main()
{
    if (check())
        printf("小端\n");
    else
        printf("大端\n");
    return 0;
}

3.浮点型在内存中的存储

浮点数家族包括：float、double、long、double类型

浮点数表示的范围：float.h中定义

浮点数的储存相较于整形来说较为复杂，我们接下来引入一个示例

3.1浮点数存储示例

#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("num的值为：%d\n",n);
printf("*pFloat的值为：%f\n",*pFloat);
return 0;
}

输出的结果为

为什么呢？接下来我们就来讨论浮点数存储的规律

3.2浮点数存储规则

n和float在内存中的数据是一样的，为什么解读的结果不同呢？

想要搞懂这个，就要了解浮点数在内存中如何存储。

根据国际标准IEEE（电气电子工程师协会）754，任意一个二进制浮点数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，大于等于1，小于2。

2^E表示指数位

比如说：

十进制中5.0，用二进制表示就是101.0，相当于1.01*2^2。

所以浮点数根据5.0可以得出S=0 M=1.010 E=2.

那么如果是-5.0，将S=1便可以实现

IEEE 754规定：

对于32位的浮点数，最高的1位是符号位s，接着的8位是指数E，剩下的23位为有效数字M。

对于64位的浮点数，最高的1位是符号位S，接着的11位是指数E，剩下的52位为有效数字M。

IEEE 754对有效数字M和指数E，还有一些特别的规定。

前面说过,1≤M<2,也就是说，M可以写成1.xxxxxxx，所以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时，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一位有效数字。以32位的浮点数为例 ，留给M只有23位，将第一位舍去后，可以保存24位有效数字。

指数E的存储有一些特殊规则

首先，E是一个无符号整数（unsigned int）

这意味着，如果E为8位，它的取值范围位0~255；如果E位11位，它的取值范围位0~2047。但是，我们知道，科学计数法的E可以出现负数，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：

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（或1023），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:

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。

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）；

现在前面的问题我们就可以解释了

0x00000009为什么转换为浮点数后，就成了0.000000？

首先转化为二进制为

00000000 00000000 00000000 00001001

得到第一位符号位为S = 0

后面8位指数位全为0，为上一节的第二种情况。因此，浮点数V可以写成

V = (-1)^0*(0.00000000000000000000000000001001)*2^(-126)=1.001*2^(-146)

我们便可以得到V是一个很接近于0的正数，用十进制小数表示就是0.000000

我们再看第二部分

请问浮点数9.0，如何用二进制表示？还原成十进制又是多少？

首先，浮点数9.0等于二进制的1001.0，即1.001×2^3。

9.0 -> 1001.0 ->(-1)^01.0012^3 -> s=0, M=1.001,E=3+127=130

那么，第一位的符号位s=0，有效数字M等于001后面再加20个0，凑满23位，指数E等于3+127=130，

即10000010。

所以，写成二进制形式，应该是s+E+M，即

0 10000010 001 0000 0000 0000 0000 0000

这个32位的二进制数，还原成十进制，正是 1091567616 。

4.结言

在对各种类型的数据存储结构进行梳理后，我们对数据在内存中如何存储有了更深刻的认识，这让我们以后在使用类似于类型转换的功能的时候，可以更加的谨慎防止数据损失。