整数和浮点数在内存中存储

转载一个视频里关于红灯的介绍和分享：

我大步流星，在人生大道，
没有长亭依靠，没有驿站歇脚。
红灯远远地亮起，也远远未到，
这天地还可容我继续呼啸。
蝉在耳边鸣叫，
思绪爬上树梢，
眺望路口后不远的小山，不算太高，
可我神游半天都没上至山腰。
山的背后是波涛，
是云雾缭绕，
是红日漫天烧，
如果在红灯前焦躁，走了弯道，
这些美丽便再也见不到。
于是我停在十字路口，默默祷告：
不为红颜一笑，
不为攀得更高，
只为当绿灯亮起时，我还在年少。

前言

  推荐使用电脑端观看
  本文只是介绍和梳理一下整形和浮点数在内存中存储的知识，并不做更多的深入拓展，强调是介绍表面的东西。

整数在内存中存储

  整数的二进制表示方法有有三种，即原码、反码和补码
三种表示方法均有符号位和数值位两部分，符号位都是用0来表示 “正” ， 用1表示 “负” ，而数值位的最高位的一位被当做符号位，剩余的都是数值位。比如char 类型：

正整数的原、反、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就是原码。如：

-5 -> 1 0000101,符号位为1，余下的七个位来表示5，为000 0101

反码： 将原码的符号位不变，其他位一次按位取反就可以得到反码。如：

-5 原码为1 0 0 0 0 1 0 1
  反码为1 1 1 1 1 0 1 0，符号位不变，其他位按位取反

补码： 反码 +1 就得到补码。如：

-5 的反码为1 1 1 1 1 0 1 0
    +  0 0 0 0 0 0 0 1
   ——————————
 补码为  1 1 1 1 1 0 1 1

对于整形来说 ：数据存放内存中其实存放的是补码。

补充个人理解（仅供参考）：负数的存在在计算机存储中占据了内存的一半空间
比如 char 类型数据，有符号的 char 类型的范围是 -128 ~ 127 ，无符号的 char 类型的范围是0 ~ 255。而留给 char 类型的内存大小是 1个字节（即8个比特位），所以 char 类型能表示的最大整数值为255（二进制为1111 1111），也就是 char 类型只能表示出256 个数字（包括0）。既然给出了最高位为符号位，那么255就表示不出来了，能表示的正整数的最大值为127（即二进制为0111 1111）。如下图：

那么负数改变了这个圆，使它变成了这样，并解释我的看法，如下：

浮点数在内存中存储

先请大家猜一下这段代码运行的结果是什么：

#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;
}

结果是：

带着困惑来到浮点数的存储中，首先我们介绍一下浮点数存储的规则：
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)^S x M x 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是大于等于1，小于2的
• 2^E是指数位

举例来说(请注意这一段引用)：

十进制的5.0，写成二进制是101.0，相当于1.01 x 2² 。
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 x 2²。
那么，按照上面V的格式，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）。
float类型浮点数内存存储：

double类型浮点数内存存储：

到了这里，我们再来说说浮点数存储的过程。首先我们要先知道，浮点数存储入内存的过程和它的二进制浮点数V的形式是不一样的，前者是存储时的情况；后者是当你看到一个浮点数时，你能想着它的二进制形式是怎样的。

浮点数存的过程

IEEE 754 对有效数字（M）和 指数（E），还有一些特别规定
有效数字（M）
前面说过，1 <= 有效数字（M）< 2 ，也就是说，有效数字（M）可以写成1.xxxxxx的形式，期中xxxxxx表示小数部分。

解释：
这个过程就像是科学计数法里的指数一样，例如
12345（十进制数），对于着科学计数法是 1.2345 ❌ 10⁴
5.5(十进制数)，对应二进制位101.1，科学计数法是1.011 ❌ 2²（二进制表示），
                 V = (-1)⁰ ❌ 1.011 ❌ 2²。

IEEE 754 规定，在计算机内部保存有效数字（M）时，默认这个数的第一位总之1（因为1<=M<2），因此这个1.xxxxxx的这个1可以被社区，只保存后面的xxxxxx部分。
比如保存1.011的时候，只保存011，等到读取浮点数的时候，再把第一位的 1 给它加回去（因为我们之前只保存了小数部分）。
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个比特位，将第一位的1舍去以后，等于可以保存24位有效数字（因为我们知道读取时会补上第一位的1，就是23位存小数 + 小数点前的1）。
而且，有效数字的存储是从高位开始存储至低位，有效数字没有那么多的时候，用 0 来补充

例如 5.5（十进制数） 的是 V = (-1)⁰ ❌ 1.011 ❌ 2²,那么有效数字就是1.011
舍去小数点前的1，那么存储进内存的是 011 00000 00000 00000 00000
             23个比特位

至于指数E，情况有些不同
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0~2027。但是，我们知道，科学计数法中的 E 是可以出现负数的，为了让负数也能表示出来，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，2¹⁰的 E 是 10，所以保存成32位浮点数时，必须保存成 10 + 127 = 137 ，即1000 1001。

例如 ： 9 （十进制）转化为二进制为：1001，科学计数法为：1.001 ❌ 2³，V = (-1)⁰ ❌ 1.001 ❌ 2²
E（加上中间值） = 2 + 127 = 129
在内存中存储为：0 10000001 00100000000000000000000
        S  E        M

浮点数取的过程

指数 E 从内存中取出还可以再分为三种情况：

E不全为0或不全为1（比较常见）

这个时候采用之前存浮点数的规则，进行反解就可以得到原值。即指数 （E） 的计算值减去123（或1023），得到真实值，再在有效数字（M）钱加上第一位的 1 。
比如： 5.5的二进制形式为101.1，由于规定正数部分必须为1，即将小数点右移2位，则为1.011❌2²，其最终的价码为（E）为 2 + 127 = 129，表示为10000001。有效数字1.011去掉整数部分为011，补齐0到23位为01100000000000000000000，则其二进制表示形式为：

0  10000001  011 00000 00000 00000 00000

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.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。

例如：
0  00000000  001 00000 00000 00000 00000
按照E 全为0 的规则，指数（E）的真实值是 1 - 127 = -126。
V = (-1)⁰ ❌ 0.001 ❌ 2^-126，还原一下就是0.000000……001，中间有好多个0.

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））；

例题讲解

首先是整数存储的 9 ，在内存中的表示为：
0000 0000 0000 0000 0000 0000 0000 1001
1字节   2字节   3字节   4字节
但是被理解为浮点数存储后，出现的形式为：
0  00000000  00000 00000 00000 00001 001
采用浮点数规则取出，指数（E）全为0，则真实值为：1-127= -126
则浮点数V = (-1)⁰ ❌ 0.00000000000000000001001 ❌ 2^(-126)，显然该浮点数时一个比较接近0的正数，用十进制小数表示就是0.000000。

当使用float类型指针改写数据后，按照浮点数存储的规则，9（十进制数）对于的二进制为1001.0，对于的 V = (-1)⁰ ❌ 1.0010 ❌ 2³，指数（E）的价码为 3 + 127 = 130
那么在内存中就表示为：0  10000010  0010 00000 00000 00000 0000
浮点数存储好后，用 int 类型的方式读取内存出来得到的是：
十进制的1 091 567 616

可以发现确实符合我们的输出。

补充：大小端字节序和字节序判断

什么是大小端？

这个只需要有所了解就行，具体概念如下：

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

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，保存在内存的高地址处。
如图：

使用编程软件判断大小端模式

第一种是使用内存监视

大家可以简单的敲一下代码去检验一下

第二种是使用联合体判断

创建联合体声明，因为联合体是共用同一块内存空间。所以int a 和 char ch 是同一块内存空间，如下：

union Test
{
	char ch;
	int a;
};

这样，给 a 变量赋值 0x11223344（这是16进制数表示），那么我们看这个低位数据是否存储在低地址区域，就只看 ch 变量是否等于 0x44，是的话就是小端模式；如果是0x11，则是大端模式。
从结果可以发现我的机器是小端模式。

总结

1. 浮点数分为单精度浮点数和双精度浮点数，前者空间为4字节，后者为8字节。更大的空间理论上可以让数据更加精准，而且还能增大数值的表示范围。
2. 浮点数的存储格式是符号位+指数位+尾数位，符号位表示正负号，指数位表示指数值，尾数位表示有效数字
3. 浮点数的存储方式也决定了部分数据不能完美地存储，会有精度损失，所以会存在舍入误差