深入解剖数据在内存中的存储

前言

这篇我们讲数据在计算机内部是怎么存储的，数据在计算机内部是怎么计算的，掌握了这些，会进一步增加我们对计算机的理解，增强我们的内功。另外，在编程中，经常遇到的计算数据的错误，很多的时候往往与数据在内存中的存储有关。好了，话不多说，来一张美图直接开始！

一，数据类型的介绍及分类

C语言中有很多数据类型：

例如：int（integer的简写）型变量可以存储整数，如1,23,456等；float（floating-point的简写）型变量可以存储带有小数点的数，如：3.14,6.18等。

char 字符数据类型 long long 更长的整型
short 短整型 float 单精度浮点型
int 整型 double 双精度浮点型
long 长整型

这些数据类型有两个主要的意义：

1，使用这个类型开辟空间的大小（大小决定了使用范围）。
2，看待内存空间的视角。

上面的数据类型能分为两类：整形家族和浮点数家族

整形家族：

这上面的unsigned表示的是无符号，也可以理解为是正数，signed是有符号，可正可负。看上面的char型，有人会说这不是字符型，怎么会是整型呢？

其实，字符在存储的时候存储的是ASCII码值，ASCII是整数，所以在归类的时候，字符属于整型家族，另外，其他三个要是单写一个类型，前面不加有符号和无符号，就默认为加上了有符号（signed），而char就不一样了，到底是signed char ，还是unsigned char 是取决于编译器的。常见的编译器上char == signed char。

浮点数家族：

除了上面两类，数据类型还有：

构造类型（例如：数组类型，结构体类型 struct ,枚举类型 enum, 联合类型 union）
指针类型（例如：int *p , char *p , float *p , void *p）
空类型（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）

这篇主要讲前两种，后面三种以后在后面的文章还会讲到。

二，整形在内存中的存储

2.1原码，反码，补码

我们知道变量的创建要在内存中开辟空间的，但是数据在所开辟空间中是怎样存储的呢？

例如

int a = 4;
int b = -5;

我们知道为a 分配四个字节的空间，那如何存储？

下面我们就要提到原码，反码，补码的概念了。

计算机中的整数有三种二进制表示方法，即原码，反码，补码。三种表示方法都有符号位和数值位两部分，符号位都是用0表示“正数”，1表示负数。

原码：这个整数二进制的表示形式。
反码：除了符号位，其他位按位取反。
补码：在反码的基础上加1。
正数的原码，补码，反码相同。

例如：

4的原码，补码，反码都为： 00000100//其中第一位是符号位，0表示正数，1表示负数
-5的原码：10000101 //第一位为符号位，1表示负数
-5的反码：11111010 //除了符号位，其他位按位取反
-5的补码：11111011 //在反码的基础上加1

对于整形来说：数据存放内存中其实存放的是补码。

那为什么呢？

在计算机系统中，数值一律用补码表示和存储。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，不需要额外电路。

例如：

-5的原码取反加一： 11111011（等于补码）
-5的补码取反加一： 10000101（等于原码）
//补码与原码相互转换，其运算过程是相同的不需要额外电路。

2.2 大小端介绍

我们创建了两个a, c变量，在内存中发现排列顺序有问题，这又是为什么？

这就要提到大小端存储模式了。

什么是大端小端存储模式:

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。

由此可见这上面的编译器是采用小端模式了。

为什么有大端和小端？

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。

例如:一个 16bit 的 short 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，假设左边是低地址，右边是高地址。那么对于大端模式，就将 0x11 放在低地址中， 0x22 放在高地址中，即在内存0x0011 中，存放的顺序为 11 22。小端模式，刚好相反, 22 11。我们常用的 X86 结构是小端模式，而 KEIL C51 则 为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式 还是小端模式。

那我们来一个练习题加深理解：

设计一个小程序来判断当前机器的字节序

判断字节序，就是判断字节是以什么样的顺序存储，这里我们可以思考一下，再看下面的代码。

#include<stdio.h>
int judge()
{
    int i = 1;
    char* pi = &i;
    return *pi;
}
int main()
{
    int ret = judge();
    if(ret == 1)
    {
        printf("小端\n");
    }
    else
    {
        printf("大端\n");
    }
    return 0;
}

这里i 的二进制为：0000 0000 0000 0000 0000 0000 0000 0001 ，假设左边是低地址，如果是以小端存储的话，存储形式为： 0x01 00 00 00, 然后pi 取地址就会取低地址的一个字节 01，如果是以大端存储的话，存储形式为：0x 00 00 00 01, pi就取不到1了。

三,浮点型在内存中的存储

常见的浮点数：3.1415926 1E10

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（整型表示的范围 limit.h中定义）

3.1例子

思考下面的代码，打印出的结果是什么？

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;
}

3.2浮点数存储规则

num和*pfloat在内存中明明是一个数，为什么浮点数和整数的差别那么大呢？

要理解这个结果，就需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：

(-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。

例如：

十进制的5.0 ，写成二进制是 101.0 , 相当于 1.01 * 2^2 。那么按上面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*2^2。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。

前面说过，M大于等于1，小于2，也就是说，M可以写成1.####的形式，其中####表示小数部分。

IEE754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####部分。比如保存1.01的时候，只保存01，等到读取的时候，再把第一位加上去。这样的目的，是节省1位有效数字。以32位浮点数位例，留给M 的只有23位，将第一位的1舍去以后，等于可以保存24位有效数字。

至于指数E ,情况就比较复杂。

首先，E为一个无符号整数（unsigned int）就意味着，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。

然后，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（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

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。

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）；

好了，关于浮点数的表示规则，就说到这里。

3.3 解释前面的题目

下面，让我们回到一开始的问题：为什么 0x00000009 还原成浮点数，就成了 0.000000 ？

首先，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，所以符合上一节的第二种情况。因此，浮点数V就写成：

V=(-1)^0 × 0.00000000000000000001001×2^(-126)=1.001×2^(-146)

显然，V是一个很小的接近于0的正数，所以用十进制小数表示就是0.000000。

再看例题的第二部分。

请问浮点数9.0，如何用二进制表示？还原成十进制又是多少？

首先，浮点数9.0等于二进制的1001.0，即1.001×2^3。

9.0 -> 1001.0 ->(-1)^01.0012^3 -> s=0, M=1.001,E=3+127=130

那么，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，指数E等于3+127=130，即10000010。

所以，写成二进制形式，应该是s+E+M，即

0 10000010 001 0000 0000 0000 0000 0000

这个32位的二进制数，还原成十进制，正是 1091567616 。

好了，讲到这里就结束了，由于难度比初阶提高了很多，为了方便大家理解，下一篇我将讲一些有关数据存储的计算题，把下一篇的练习题掌握了，这篇文章的精髓学习的也就差不多了。最后，感谢大家的支持！