1 整数在内存中的存储
整型数据在内存中其实是以补码的形式存储的。
原因在于,使用补码可以将符号位和数值位统一处理,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。
2 大小端字节序和字节序判断
例:调试下面的代码:
#include <stdio.h>
int main()
{
int a = 0x11223344;
return 0;
}
调试结果:
从调试的结果可以看到,数据在内存中存储的时候,是以二进制的形式存储的,而在VS的内存窗口上展示的时候,是以十六进制的形式展示的。
除此之外,我们在内存窗口中可以看到a
中的0x11223344
这个数字是按照字节为单位,倒着存储的。这就涉及到大小端字节序的问题。
2.1 大小端
其实超过一个字节的数据在内存中存储的时候,就涉及到存储顺序的问题,按照不同的存储顺序,我们分为大端字节序存储和小端字节序存储,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。
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。
2.2 大小端的成因
为什么会有大小端模式之分呢?这是因为在计算机系统中,每个地址单元都对应着1个字节,1个字节为8个比特位,但是在C语言中除了8比特的char
之外,还有16比特的short
、32比特的long
等等,除此之外,对于比特位大于8的处理器,例如16位或者32位的处理器,由于寄存器的宽度大于1个字节,那么必然存在着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16比特的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。对于大端存储模式,就将0x11
放在低地址中,即0x0010
中,0x22
放在高地址中,即0x0011
中。小端模式,刚好相反。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。
2.3 练习
2.3.1 练习1
百度笔试题:设计一个小程序,判断当前机器的字节序。
#include <stdio.h>
int check_sys()
{
int a = 1;
return (*(char*)&a);//小端返回1,大端返回0
}
int main()
{
if (check_sys() == 1)
printf("小端\n");
else
printf("大端\n");
return 0;
}
输出结果:
2.3.2 练习2
分析下面的代码会输出什么?
#include <stdio.h>
int main()
{
char a = -1;
signed char b = -1;
unsigned char c = -1;
printf("a=%d,b=%d,c=%d", a, b, c);
return 0;
}
输出结果:
解析:
#include <stdio.h>
int main()
{
char a = -1;
//原码:10000000000000000000000000000001
//补码:11111111111111111111111111111111
//截断
//11111111 - a
signed char b = -1;
//原码:10000000000000000000000000000001
//补码:11111111111111111111111111111111
//截断
//11111111 - b
unsigned char c = -1;
//原码:10000000000000000000000000000001
//补码:11111111111111111111111111111111
//截断
//11111111 - c
printf("a=%d,b=%d,c=%d", a, b, c);
//%d - 以十进制的形式打印有符号的整型
//整型提升
//a - 11111111111111111111111111111111 - 补码 - 原码:-1
//b - 11111111111111111111111111111111 - 补码 - 原码:-1
//c - 00000000000000000000000011111111 - 补码 - 原码:255
return 0;
}
由于char
类型本身是signed char
还是unsigned char
是不确定的,而通过输出结果我们发现a
和b
的值是相等的,所以我们可以推断VS上的char
是signed char
。
2.3.3 练习3
分析下面的代码会输出什么?
#include <stdio.h>
int main()
{
char a = -128;
char b = 128;
printf("%u\n", a);
printf("%u\n", b);
return 0;
}
输出结果:
解析:
#include <stdio.h>
int main()
{
//有符号char类型的取值范围:-128~127
char a = -128;
//原码:10000000000000000000000100000000
//反码:11111111111111111111111011111111
//补码:11111111111111111111111100000000
//截断
//100000000 - a
char b = 128;
//原码:00000000000000000000000100000000
//补码:00000000000000000000000100000000
//截断
//100000000 - b
printf("%u\n", a);
printf("%u\n", b);
//%u - 以十进制的形式打印无符号的整型
//整型提升
//a - 11111111111111111111111100000000
//b - 11111111111111111111111100000000
//提升后以十进制的形式打印无符号的整型
//a - 11111111111111111111111100000000 - 补码 - 原码:4294967040
//b - 11111111111111111111111100000000 - 补码 - 原码:4294967040
return 0;
}
2.3.4 练习4
分析下面的代码会输出什么?
#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;
}
输出结果:
解析:
#include <stdio.h>
int main()
{
char a[1000];
int i;
for (i = 0; i < 1000; i++)
{
a[i] = -1 - i;
}
printf("%d", strlen(a));
//strlen统计的是\0之前出现字符的个数
//\0的ASCII码是0,其实找到0就行
//-128-1后会跳到127,往复循环直到i=999,相当于strlen统计的是第一个0之前出现字符的个数
return 0;
}
2.3.5 练习5
1.分析下面的代码会输出什么?
#include <stdio.h>
unsigned char i = 0;
int main()
{
for (i = 0; i <= 255; i++)
{
printf("hello world\n");
}
return 0;
}
输出结果:
可以发现,程序死循环了。
解析:
#include <stdio.h>
unsigned char i = 0;
int main()
{
for (i = 0; i <= 255; i++)
//i=255时,继续加1会让i跳到0,导致死循环
{
printf("hello world\n");
}
return 0;
}
2.分析下面的代码会输出什么?
#include <stdio.h>
int main()
{
unsigned int i;
for (i = 9; i >= 0; i--)
{
printf("%u\n", i);
}
return 0;
}
输出结果:
解析:
#include <stdio.h>
int main()
{
unsigned int i;
for (i = 9; i >= 0; i--)
//i=0时,由于i是无符号整型,不接收负数,继续减1会让i跳到4294967295
{
printf("%u\n", i);
}
return 0;
}
2.3.6 练习6
分析下面的代码会输出什么?
#include <stdio.h>
int main()
{
int a[4] = { 1,2,3,4 };
int* ptr1 = (int*)(&a + 1);
int* ptr2 = (int*)((int)a + 1);
printf("%x,%x", ptr1[-1], *ptr2);
return 0;
}
输出结果:
解析:
#include <stdio.h>
int main()
{
int a[4] = { 1,2,3,4 };
int* ptr1 = (int*)(&a + 1);
//将整个数组的地址+1,得到跳过整个数组后的下一个地址
int* ptr2 = (int*)((int)a + 1);
//地址被强制转换成int类型后再+1,进而再强制转换为int*类型
//相当于拿到a首元素下一个字节的地址
//这个时候ptr2指向的内存块为00000002
printf("%x,%x", ptr1[-1], *ptr2);
//ptr1[-1]==*(ptr1+(-1))==*(ptr1-1)
//输出ptr1前面一个地址的内存块
//数据在内存中是小端存储
//输出ptr2指向的内存块(00000002)时会还原成02000000
//也就是打印出2000000
return 0;
}
3 浮点数在内存中的存储
浮点数家族包括:float
、double
、long double
类型。
浮点数表示的范围在<float.h>
中定义。
在理解浮点数在内存中的存储之前,我们先来看一个例子:
#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;
}
输出结果:
上面的代码中,num
和*pFloat
在内存中明明是同一个数,为什么浮点数和整数的结果会差别这么大呢?
这是因为浮点数和整数在计算机内部的表示方法不同。
根据国际标准IEEE 754,任意一个二进制数浮点数V
可以表示成下面的形式:
比如:
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-1.01×2^2
。
那么,S = 1
,M = 1.01
,E = 2
.
IEEE 754规定:
对于32位浮点数,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。
3.1 浮点数的存储过程
IEEE 754 对有效数字M和指数E,还有一些特别的规定。
前面我们知道,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。
至于指数E,情况就比较复杂。 首先,E
为一个无符号整数。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0~2047
。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
。
3.2 浮点数的读取过程
指数E
从内存中读取可以分成三种情况:
1.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
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(中间值) = 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
2.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。
3.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)。
3.3 题目解析
下面,我们回到一开始的练习。先看第一个环节,为什么9
还原成浮点数,就成了0.000000
?
9
以整型的形式存储在内存中,得到如下二进制序列:
0000 0000 0000 0000 0000 0000 0000 1001
⾸先,将9
的二进制序列按照浮点数的形式拆分,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
。 由于指数E
全为0,所以符合E
为全0的情况。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
。
再看第二个环节,浮点数9.0
,为什么整数打印是1091567616
?
首先,浮点数9.0
等于二进制的1001.0
,换算成科学计数法就是:1.001×2^3
。所以,9.0 = (−1)^0 ∗ (1.001) ∗ 2^3
,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 =1 30
, 即10000010
。所以,写成二进制形式应该是S+E+M
,即1 0 10000010 001 0000 0000 0000 0000 0000
这个32位的二进制数,被当做整数来解析的时候,就是整数在内存中的补码,原码正是1091567616
。