数据在内存中的存储及大小端问题

前言

  在计算机科学领域，理解数据在内存中的存储方式是非常重要的。本篇博客将详细介绍数据类型、整形和浮点型数据的存储方式，以及大端和小端字节序的概念，并通过具体示例深入剖析。

一 、数据类型介绍

数据类型是编程的基础，每种数据类型在内存中都有其独特的存储方式。主要包括以下几类：

1. 整形家族：

   - `char`：字符数据类型，通常占用1个字节。（为什么char也属于整形家族呢？因为字符在存储的时候存的是ASCLL码值，ASCLL码值是整形，所以char归类到整形家族。）
   - `short`：短整型，通常占用2个字节。
   - `int`：整形，通常占用4个字节。
   - `long`：长整型，通常占用4或8个字节。
   - `long long`：更长的整型，通常占用8个字节。

2. 浮点数家族：

   - `float`：单精度浮点数，通常占用4个字节。
   - `double`：双精度浮点数，通常占用8个字节。

3. 构造类型：

   - 数组类型
   - 结构体类型 (`struct`)
   - 枚举类型 (`enum`)
   - 联合类型 (`union`)

4.指针类型：

指向特定类型数据的指针，例如`int *pi`，`char *pc`。

5. 空类型：

`void`表示无类型，通常用于函数的返回类型、函数的参数或指针类型。

6. 类型的意义

1）使用这个类型开辟内存空间的大小（大小决定了使用范围）。

2）如何看待内存空间的视角。

二 、整形在内存中的存储

整形数据在内存中的存储方式可以通过原码、反码和补码来理解。这里要注意正数的原码、反码、补码都相同，负数的补码需要计算。

- 原码：直接将二进制按照正负数的形式表示。
- 反码：将原码的符号位不变，其他位依次按位取反。
- 补码：反码加1得到补码。正数的原、反、补码都相同。

比如：-10的二进制表示原码：10000000000000000000000000001010

                                      反码：111111111111111111111111111111110101

                                      补码：111111111111111111111111111111110110

在计算机系统中，数值一律用补码来表示和存储。这是因为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。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。

#include <stdio.h>

int main() {
    int a = 5;
    int b = -5;

    printf("5 的补码是：%d\n", a);
    printf("-5 的补码是：%d\n", b);

    return 0;
}

上述代码输出如下：
5 的补码是：5
-5 的补码是：-5

这段代码中，我们直接输出了整型变量`a`和`b`的补码表示。虽然输出的是整数值，但在内存中实际存储的是它们的补码。

三、大端和小端字节序

数据在内存中的存储顺序有两种方式：大端（Big-Endian）和小端（Little-Endian）。

- **大端模式**：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。
- **小端模式**：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。

小端模式是常见的存储方式，许多计算机系统采用这种方式。判断机器的字节序可以通过简单的代码实现：

#include <stdio.h>

int check_sys() {
    int i = 1;
    return (*(char *)&i);
}

int main() {
    int ret = check_sys();
    if(ret == 1) {
        printf("小端\n");
    } else {
        printf("大端\n");
    }
    return 0;
}

上述代码通过检查整数`1`在内存中的存储方式来判断系统的字节序。如果最低字节存储的是1，则系统是小端模式；否则是大端模式。

四、浮点型在内存中的存储

浮点数的存储更加复杂，根据IEEE 754标准，任意一个二进制浮点数可以表示成`(-1)^S * M * 2^E`的形式。

- 符号位 (S)：决定浮点数的正负，当`S=0`时，浮点数为正，当`S=1`时，浮点数为负。
- 有效数字 (M)：大于等于1，小于2。
- 指数 (E)：决定浮点数的范围。

对于32位的浮点数，最高的1位是符号位，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 。

示例：

假设我们有一个浮点数5.0，将其转换为二进制后是101.0，可以表示成`1.01 × 2^2`。

在IEEE 754标准下，浮点数5.0的存储方式如下：

- 符号位S：0（正数）
- 指数E：2 + 127 = 129（偏移量127）
- 有效数字M：01（去掉默认的第一位1）

其二进制表示为：`0 10000001 01000000000000000000000`。

如果我们将其存储在内存中（假设是小端序），存储顺序如下：
00000000 00000000 10100000 01000000

但同时也要注意因为浮点型的特殊性，有些数字并不能完全精确的记录，比如3.14小数点后两位转化为二进制不能精确存储。

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，等于可以保存 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 :

0 01111110 00000000000000000000000

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 ）；

五、总结

理解数据在内存中的存储方式对于编写高效的程序至关重要。无论是整形数据的补码表示，还是浮点数的IEEE 754标准，都需要我们深入理解其原理，以便在实际编程中得心应手。希望这篇博客对你有所帮助，祝大家在编程的道路上越走越远！