数据在内存中的存储

文章目录

---

前言

在上一节内容中，咱们学习了一些内存函数，有了这些函数，咱们就能很方便地处理那些在内存中的数据，但是那些数据是如何存储的呢？今天咱们来好好唠嗑唠嗑

---

一、大小端字节序和字节序的判断

1.什么是大小端字节序

在我们学习数据存储之前，咱们先来了解一下什么是大小端字节序：对于一个超过一个字节的数据在内存中存储时，就会存在存储顺序问题，对此，咱们就提出了大端字节序存储和小端字节序存储。

大端字节序存储：这种存储方式是当数据的低位字节内容保存在内存的高地址处，数据的高位字节内容保存在内存的低地址处。

小端字节序存储：这种存储方式是当数据的低位字节内容保存在内存的低地址处，数据的高位字节内容保存在内存的高地址处。

ps:数据在内存中是连续排列的，因此内存中会有高低地址之分。对于数据的高位字节内容与低位字节内容其实就是我们平时数字中的个十百位，例如：123，3是个位即低位字节内容，1是百位即高位字节内容。

2.为什么存在大小端字节序存储

为什么计算机中会设计两种存储方式？一种方式用到底难道不是更加方便快捷嘛？其实并不如此，在计算机系统中，我们是以字节为单位的，每个地址单位对应的一个字节，而一个字节等于8个bit位。除此之外，每个数据类型对应的字节数都有所不同，char(8bit)，short(16bit)，int(32bit),对于一些位数大于8位的处理器，例如16位，32位的处理器，由于其寄存器大于一个字节，故存在一个寄存器对应多个字节的情况，因此大小端字节序存储就应运而生了。

如上图所示，这是我在vs2022上的测试，我们从调试界面可以看出来整数n在内存中的排列顺序是小端字节序。（我们可以先看左边的地址，可以看出来从上到下是地址逐渐增高的，所以我们可以判读出来，从左往右内存的地址是从低到高）

这是用代码来判读大小端字节序（编译器），其实原理很简单，我们只要任取一个数（越简单越好，这里我们取1）然后我们再将这个数据在内存中的第一个字节内容拿出来比较一下，咱们就能够做出来判断了。

二、整数数据在内存中的存储

在计算机中，最初在设计的时候就使用的是二进制表示方法，因此整数在计算机中也有二进制的表示方法（原码，反码，补码）

对于一些有符号的整数，在其表示二进制时会分为符号位与数值位，符号位是以‘0’为正，‘1’为负，最高位作为符号位，其余作为数值位。

对于正整数来说，它的原码，反码，补码都是一样的；对于负整数来说它的原码，反码，补码是各不相同的。

原码：根据正负写上0/1作为符号位，数值位则根据数值将十进制转换为二进制；

反码：在原码的基础上，符号位不变，其余位取反就得到了反码；

补码：在反码的基础上加上1，得到的了补码。

ps：原码转换为补码，补码转换为原码都是取反加1

说了这么多，那么整数数据在内存中是如何存储的呢？整数数据在内存中是以补码的形式来存储的。因为在使用补码之后，可以将符号位与数值域统一处理，同时，加法和减法也能统一处理（CPU只有加法）此外，原码，反码，补码的相互转换，其运算过程都是相同的，并不需要添加额外的硬件电路。

三、浮点型数据在内存中的存储

在上面我们介绍了整数数据在内存中的存储，现在我们再来学习一些那些浮点数在内存中是如何来存储的。一些常见的浮点数有：3.1415926，1E10（1.0*10^10)等。浮点数类型又分为：float,double,long double 等类型。浮点数类型都是在范围：float.h中定义。

有时候给两个类似的变量（int,float)赋值同一个变量，但是打印出来的结果却有所不同，是因为两者的在内存中的存储方式不同。

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，M是大于1小于2的

~2^E表示指数位

举个例子：十进制的5.0转换为二进制就是101.0，相当于1.01*2^2，由此可知S=0,M=1.01,E=2。

IEEE754规定：对于32位的浮点数，最⾼的1位存储符号位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，最⾼的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数字M

浮点数在存储时也有一些小技巧要注意：我们在之前介绍了M是表示有效数字，它是介于1-2之间的一个浮点数，因此我们可以得知它就是个1.xxxxxx的浮点数，故我们可以默认把1去掉，故只要把xxxxxx存入内存中，最后再把第一位的1加上去，这样能够进一步提高内存中存储数值的精度。对于指数E的存储就有点麻烦了。首先E 是一个无符号整数，故当E为8位的时候，它的取值范围就是0-255，如果E为11位时，它的取值范围就是0-2047。根据我们基本的数学思养可以知道，科学计数法中的E是可以有负数的，所以IEEE754规定，存入内存中E的真实值必须再加上一个中间数，对于E为8位时，中间数就是127；对于E为11位时，中间数就是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。

浮点数中的E不仅存储时麻烦，在取出来的时候也要分三种情况：

E不全为0或不全为1

这是咱们所遇到的一种常见情况，处理方法也很简单，我们只要根据存储时的方法反着来就可以了：将指数E的计算值-127（或者-1023），得到真实值，再将有效数字M前面加上1。

E全为0

这个时候指数E等于1-127=-126（或者1-1023=-1022）即为真实值，那么就是2^-127这是一个无限趋近于0的数字，然后一个1.xxxxxx乘上它也是无穷趋近于+-0，这时候有效数字M就不再加上第一位的1，而是还原为0.xxxxxxx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

这时候如果有效数字M全为0，则表示无穷大，正负取决于S。

---