C语言进阶1：如何深入理解数据在内存中的存储，肝这篇就够了

1、C语言数据类型架构

1.1 数据类型详解

在文章开头，我们先熟悉一遍C语言中包含的数据类型：

数据类型	名称	所占存储空间大小（/字节数）
char	字符数据类型	1
short	短整型	2
int	整型	4
long	长整型	4/8
long long	更长整型	8
float	单精度浮点数	4/8
double	双精度浮点数	8

在VS编译器X86(32bit位)环境下各个数据类型所占内存大小： 

 在VS编译器64bit位环境下各个数据类型所占内存大小： 

      C语言中定义这些数据类型主要方便我们根据不同的需求，了解数据类型开辟空间的大小可以更好的合理利用计算机内存，提升代码执行效率，那么如何理解并掌握C语言中数据类型是如何存储的呢？下面我将为大家进一步揭晓其中的缘由：

1.2 数据类型重定义

首先，将C中数据类型重新分类便于比较理解：

整型类型集合：

char	unsigned:表示无符号类型	unsigned char
		signed char
short		unsigned short [int]
		signed short [int]
int	signed:表示有符号类型	unsigned int
		signed int
long		unsigned long [int]
		signed long [int]

注意：

• 字符(char)类型的本质是ASCII码值，是整型，所以将其划分为整型类型集合；
• 在整型类型集合中，分为有符号类型和无符号类型，有符号类型表示在数据计算及运用时，需要考虑该数据二进制位的符号位；无符号类型则将该数据准换成二进制以后，则不需要考虑其符号位，直接将其当作正数看待即可；
• 一般而言，"signed+整形类型集合"等价于"整型类型集合"，但除了char类型以外，因为char类型到底是signed char还是 unsigned char标准是未定义的，取决于编译器的实现 。
• 后面第2.2节将提供相关代码练习，便于理解。

 浮点数类型集合：

float

double

构造类型集合：

数组类型	例如：arr[10]，arr[]，arr[10][10]
结构体类型	struct
枚举类型	enum
联合类型	nuion

指针类型集合：

字符指针	char* p	表示：该指针是为了存放类型 char 类型变量的地址
整型指针	int* p	表示：该指针是为了存放类型 int 类型变量的地址
浮点型指针	floar* p	表示：该指针是为了存放类型 float 类型变量的地址
数组指针	int (*p)[10]	是指针，指针指向的是数组，该数组有10个元素，每个元素是 int 类型
指针数组	int* arr[10]	是数组，是存放指针的数组，每个数组元素是 int* 类型
函数指针	int (*pfun)(int ,int )	是指针，指针指向的是函数，函数类型为：int()(int ,int)
函数指针数组	int (*parr[10])(int ,int)	是数组，数组每个元素类型是函数指针类型：int(*)(int,int)
空指针	void* p	void 表示空类型，通常用于函数的返回类型、函数的参数、指针类型等。
----	----	----

2、整型在数据中的存储

     我们知道：一个变量的创建需要在内存中开辟空间，空间的大小是根据不同的类型决定的，接下来我们聊一聊数组在所开辟内存中到底是如何存储的？

2.1 原码、反码、补码

首先，我们需要认识计算机中整数的三种二进制表示方法，即：原码、反码、补码。三种表示方法均有符号位和数值位两部分，符号位用 0 表示“正”，用 1 表示“负”，而数值位，正数和负数不相同，需要注意：

1. 对于正数而言，其数值位的原码、反码、补码都相同；
2. 对于负整数而言：三种表示方法不同，存在关系如下：

负整数的原码、反码、补码表示方法		举例：int a=-1
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	10000000 00000000 00000000 00000001
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	11111111 11111111 11111111 11111110
补码	反码 +1 就得到补码	11111111 11111111 11111111 11111111

对于整型来说：数据存放内存中存放的是补码

理由：在计算机系统中，数值一律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只有加法器）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。

在VS编译器中，数据在内存中存放示意如下：

      在这里，大家可能会很疑惑，为什么a变量和b变量的数据存储是这样的，前面不是说在x86环境中int类型是4个字节,也就是32bit位的吗?怎么在这里会是："0a 00 00 00"这样的表达形式。 马上就给大家详细解答：

我将从两个方面为大家解答：

2.1.1、int a=10和int b= -10的反码:

int a=10	原码	00000000 00000000 00000000 00001010
	反码	00000000 00000000 00000000 00001010
	补码	00000000 00000000 00000000 00001010
在x86编译环境中，内存存储是16进制表示的：0 1 2 3 4 5 6 7 8 9 a b c d e f
为了方便存储，将8bite位，如:00000010 按4位拆分表示为："0000"可写为0；"0010"可写为2，则"00000010"写为：02
于是 int a=10 的补码写为：00 00 00 0a

int a=-10	原码	10000000 00000000 00000000 00001010
	反码	11111111 11111111 11111111 11110101
	补码	11111111 11111111 11111111 11110110
在x86编译环境中，内存存储是16进制表示的：0 1 2 3 4 5 6 7 8 9 a b c d e f
为了方便存储，将8bite位，如:11111111 按4位拆分表示为："1111"可写为f；"1111"可写为f，则"11111111"写为：ff
于是 int a=-10 的补码写为：ff ff ff f6

      从上两个表对正数和负整数的补码详细表示，可以看出存储的的确是补码，其结果和在VS中数据内存存储性质是一样的，但会发现，为什么顺序有点太不对劲。这就需要介绍另外一个知识点，如下：

2.1.2、大小端介绍

大端(存储)模式	是指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(存储)模式	是指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

      在VS编译环境中，经过分析可以知道：采用的是小端(存储)模式。（数据在使用内存空间中时是从低地址到高地址存储）。

为什么有大端和小端之分呢？

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8 bit。但是在C语言中除了8 bit的char之外，还有16 bit的short型，32 bit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。

说得通俗一点就是这是计算机存储的默认的形式，我们不能修改，只能在其存储模式中进行相关才做。

下面写一个可以判断当前机器的字节序，即大小端存储模式：

#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;
}

分析：经过上面对数据类型存储和大小端字节序判断可以知道：

      int i=1的16进制表示为：0x 00 00 00 01。但因为采用（char*）强制类型转换为char类型，所以在返回值中，只有"01"即"00000001"被拿到,回到主函数main()，得到ret=1，为此可以证明此时的存储模式为小端存储。

2.1.3、整型提升

       C的整型算术运算总是至少以默认整型类型的精度来进行的。为了获得这个精度，表达式中的字符和短整型操作数在使用之前被转换为普通整型，这种转换称为整型提升。

整型提升意义

表达式的整型运算要在CPU的相应运算器件内执行，CPU内整型运算器(ALU)的操作数的字节长度一般就是int的字节长度，同时也是CPU的通用寄存器的长度。因此，即使两个char类型的相加，在CPU执行时实际上也要先转换为CPU内整型操作数的标准长度。 通用CPU(general-purpose CPU)是难以直接实现两个8比特字节直接相加运算（虽然机器指令中可能有这种字节相加指令）。所以，表达式中各种长度可能小于int长度的整型值，都必须先转换为int或unsigned int，然后才能送入CPU去执行运算。

如何进行整型提升：

注意：整形提升是按照变量的数据类型的符号位来提升的！！！！
 

2.2 整型类型集合代码练习 

 代码练习1：

#include<stdio.h>
int main()
{
	char a = -1;
	signed char b = -1;
	unsigned char c = -1;
	printf("a=%d,b=%d,c=%d\n", a, b, c);
	return 0;
}

 代码练习1分析：

char a=-1	此时根据2.1节整型数据在内存中的存储可以知道： a=-1：原码：10000000 00000000 00000000 00000001            反码：11111111 11111111 11111111 11111110            补码：11111111 11111111 11111111 11111111        因为a=-1是用char类型存储，所以只能存1个字节8个bite位，所以需要对原数据在内存中存放的补码进行截断：11111111；       又因为在VS编译器中char类型默认的是signed char类型，所以a和b存储的补码均为：11111111；       但在打印时，用"%d"打印的是整型，所以需要进行整型提升，因为char为有符号位的char，所以整型提升的时候，高位补充符号位，在这里即补偿1，此时提升之后：       补码：11111111 11111111 11111111 11111111       反码：11111111 11111111 11111111 11111110       原码：10000000 00000000 00000000 00000001 a和b的打印结果是：-1
signed char b=-1	从上述分析可得： 以"%d"打印，打印结果为：-1
unsigned char c=-1	c= -1：原码：10000000 00000000 00000000 00000001            反码：11111111 11111111 11111111 11111110            补码：11111111 11111111 11111111 11111111            补码截断：11111111；      因为c为无符号字符型，所以在进行整型提升时，高位直接补0，此时有： 高位补0：       补码：00000000 00000000 00000000 11111111       反码：00000000 00000000 00000000 11111111       原码：00000000 00000000 00000000 11111111  因为是无符号类型，所以原码、反码、补码三者相同； 此时打印结果为：2^8-1=255

 代码练习2：

#include<stdio.h>
int main()
{
	char a = -128;
//%u表示打印的默认是无符号整型
	printf("%u\n", a);
	return 0;
}

 代码练习2分析：

char a=-128

a=-128 原码：10000000 00000000 00000000 10000000 反码：11111111 11111111 11111111 01111111 补码：11111111 11111111 11111111 1000000 char类型需要截断：1000000 整型提升：11111111 11111111 11111111 1000000 %u表示打印无符号整数，所以原码为： 11111111 11111111 11111111 1000000 输入结果为：4294967168

 代码练习3：

#include<stdio.h>
int main()
{
	char a = 128;
//%u表示打印的默认是无符号整型
	printf("%u\n", a);
	return 0;
}

 代码练习3分析：

char a=128

a=128 原码：00000000 00000000 00000000 10000000 反码：00000000 00000000 00000000 10000000 补码：00000000 00000000 00000000 10000000 char类型需要截断：1000000 整型提升：11111111 11111111 11111111 1000000 %u表示打印无符号整数，所以原码为： 11111111 11111111 11111111 1000000 输入结果为：4294967168

 代码练习4：

#include<stdio.h>
int main()
{
	int i = -20;
	unsigned int j = 10;
	printf("%d\n", i + j);
	return 0;
}

 代码练习4分析：

int i= -20: 原码：10000000 00000000 00000000 00010100 反码：11111111 11111111 11111111 11101011 补码：11111111 11111111 11111111 11101100 unsigned int j=10: 原码：00000000 00000000 00000000 00001010 反码：00000000 00000000 00000000 00001010 补码：00000000 00000000 00000000 00001010 i+j: 补码：11111111 11111111 11111111 11110110 反码：11111111 11111111 11111111 11110101 原码：10000000 00000000 00000000 00001010 打印结果为：-10

 代码练习5：

#include<stdio.h>
#include<windows.h>
int main()
{
	unsigned int i;
	for (i = 9; i >= 0; i--)
	{
		printf("%u\n", i);
		Sleep(1000);//休眠1000毫秒
	}
	return 0;
}

 代码练习5分析：

该程序为死循环，原因是unsigned int的取值范围永远是非负的；当"0-1=-1时"，此时： -1原码：10000000 00000000 00000000 00000001    反码：11111111 11111111 11111111 11111110    补码：11111111 11111111 11111111 11111111 因为i是无符号整数类型，所以unsigned int i=-1的原码、反码、补码均相同，且都为： 11111111 11111111 11111111 11111111 所以打印结果i从0->-1，结果为从0->4294967295 往后一直循环！！！！！

 代码练习6：

#include<stdio.h>
int main()
{
	char a[1000];
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	printf("%d", strlen(a));
	return 0;
}

 代码练习6分析：

strlen是字符串函数，求解字符串长度的，当找到"\0"时，即求解结束标志，则自动停止。

在本文中，char类型为有符号的char，所以signed char大小范围从-128~127，即：

从00000000->00000001->00000010->.........->01111111(从0 -> 127) ，然后从：

10000000->10000001->10000010->........->111111111(从-128 -> -1)，循环往复，但由于strlen的结束标志为："\0"，即0，则程序从-1 -> -128 ->127 ->0，此时strlen(a)=128+127=255。

 代码练习7：

#include<stdio.h>
unsigned char i = 0;
int main()
{
	for (i = 0; i <= 255; i++)
	{
		printf("hello world\n");
	}
	return 0;
}

 代码练习7分析：

 由代码练习6分析可以知道，由于是unsigned char类型，所以其取值范围为：0~255；

所以该程序会死循环输出"hello world'。

     读到这里，关于整型数据在内存中的存储及应用想必大家应该会有所收获，那么浮点数是怎样的呢？下面将带着大家一起深入研究。

3、浮点数在内存中的存储

 要理解浮点数在内存中的存储，我们首先看一个例子：

#define _CRT_SECURE_NO_WARNINGS 
#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;
}

 我们可以很清晰的看到，打印的结果和我们想的差别很大，这是为什么呢？下面我将详细介绍：

3.1 浮点数存储背景

      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：

• (-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。

举例来说：

       十进制的5.0，写成二进制是 101.0 ，相当于 1.01×2^2 。那么，按照上面的格式，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 -1.01×2^2 。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，还有一些特别规定。

关于M的分析：
       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。

 指数E从内存中取出分成三种情况：

     E是一个无符号整数，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

E不全为0或不全为1	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	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）；

3.2 例题分析

3.2.1 分析 0x00000009 还原成浮点数为什么变成0.000000？

解析：参考前面浮点数的存储规则，首先将将 0x00000009 拆分，得到第一位符号位s=0，后面8位的指数 E=00000000 ，最后23位的有效数字M=000 0000 0000 0000 0000 1001。

9	0000 0000 0000 0000 0000 0000 0000 1001

由于指数E全为0，符合第二种情况，此时浮点数V可写成：

V	V=(-1)^0 X 0.0000000000000000000000000001001X2^(-126)

可以看出，V是一个非常接近0的正数，所以用十进制表示就是0.000000。

3.2.2 分析浮点数9.0，如何用二进制表示？还原成十进制又是多少？
 

浮点数9.0	二进制表示	9.0->1001.0->(-1)^0 x 1.001 x 2^3->s=0;M=1.001;E=3+127=130 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，写成二进制：s+E+M: 0  10000010 001 0000 0000 0000 0000 0000
	还原成十进制	将32位的二进制还原成十进制：1091567616

结束语

       至此，关于在C语言中数据是如何存储的这类问题讲解结束，希望对大家深入理解C语言数据存储有所帮助，后期有新的想法或者解释，陆续跟上。