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:
- 对于正数而言,其数值位的原码、反码、补码都相同;
- 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 |
|
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 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。