整数和浮点数在内存中的存储

1.整数在代码中的存储

整数的2进制表示方法有3种，即原码、反码、补码。

三种表示方法均有符号位和数值位俩部分，符号位都是用0表示“正”，用“1”表示负，而数值位的最高位的一位是被当做符号位，剩余的都是数值位。

正整数的原码、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得到的又是原码。

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就能得到补码。

对于整型来说：数据存放内存中其实存放的是补码。

为什么呢？

在计算机系统中，数值一律使用补码来表示和存储。

原因在于，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中只有加速器）此外，补码和原码可以相互转换，其运算过程是相同的，不需要额外的硬件电路。

2.大小端的字节序判断

当我们了解了整数在内存中的存储后，我们调试看一个细节：

#include<stdio.h>
int main()
{
  int a = 0x11223344;
  return 0;
]

在我们调试的时候，我们可以看到a中的0x11223344这个数字是按照字节为单位的，倒着存储的。这是为什么呢？

2.1 什么是大小端？

其实超过一个字节的数据在内存中存储的时候，就有存储顺序的问题，按照不同的存储顺序，我们分为大端字节序存储和小端字节序存储，下面是具体的概念：

大端（存储）模式：是指数据的低位字节内容保护在内存的高地址处，而数据的高位字节内容，保存在字节的低地址处。

小端（存储）模式：是指数据的低位字节内容保存在内存的低地址处，而数据的高位字节内容，保存在内存中的高地址处。

上述概念需要记住，以便于分辨大小端。

2.2 为什么有大小端之分？

这是因为在计算机系统中，我们是以字节为单位的，每个地址都对应着一个字节，一个字节为8bit位，但是在C语言中除了8bit位的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。因此就导致了大端存储模式和小端存储模式。

例如：

一个16bit的short类型x，在内存中的地址为0x0010，x的值为0x1122，那么0x11为高字节，0x22为低字节。对于大端模式，就将0x11放在低地址中，即0x11，0x22放在高地址中即22，合起来就是0x1122。而小端模式则相反。我们常用的x86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处理器还是可以由硬件来选择是大端还是小端模式。

练习：

我们来试着写一个代码判断我们当前机器的是大端还是小端存储：

#include<stdio.h>
void PD(int* n)
{
      if(*(char*)n == 1)//强制类型转换后解引用，只取a的第一个字节的数据是1，那么就是大端，反之为小端。
        printf("大端");
      else
        printf("小端");

}
int main()
{   
   int i = 0x11223344; 
    PD(&i) ;
    return 0;
}

也有一种令人惊叹的写法，运用到了联合体的相关解法。

#include<stdio.h>
int main()
{
    union 
    {
      int i;
      char c;
    }u;
    u.i = 1;
    if (u.c == 1)
        printf("小端");
    else
        printf("大端");
    return 0;
}

3.浮点数在内存中的存储

常见的浮点数：3.14159、1E10等，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。

#include<stdio.h>
int main()
{
    int n = 9;
    float* pFloat = (float*)&n;
    printf("n的值为%d\n", n);//9
    printf("*pFloat的值为:%f\n", *pFloat);//0.000000
    *pFloat = 9.0;
    printf("num的值为%d\n", n);//1091567616
    printf("*pFloat的值为:%f\n", *pFloat);//9.000000
    return 0;
}

上面的代码中，nu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会差别这么大？

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）的s次方*M*2的e次方

（-1）的s次方表示符号位，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的e次方表示指数位。

举例来说：

二进制的5.0，写成二进制是101.0，相当于1.01*2的平方

那么按照上面V的格式，可以得出s=0，M=1.01，e=2.

十进制的-5.0，写成二进制是-101.0，相当于-1.01*2的平方。那么，s=1，M=1.01，e=2.

IEEE 754规定：

对于32位的浮点数，最高的1位存储符号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位的浮点数，最高一位存储符号位s，接着11位存储指数e，剩下的52位存储有效数字M

s(8bit)

e(8bit)

M(23bit）

s(8bit)

e(8bit)

M(23bit）

此外，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.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为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，再把第一位上的1加上去。这样做的目的，是节省一位有效数字。以32位浮点数为例，留给M的只有32位，将第一位的1舍去之后，等于可以保存24位有效数字。

至于指数e，情况就有些复杂（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。

浮点数取的过程

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 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(中间值)=126，表⽰为01111110，⽽尾数1.0去掉整数部分为0，补⻬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

0 00000000 00100000000000000000000

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）；

0 11111111 00010000000000000000000

好了，关于浮点数的表⽰规则，就说到这⾥。