深度剖析数据在内存中的存储
1. 数据类型介绍
前面我们已经学习了基本的内置类型:
char //字符数据类型
short //短整型
int //整形
long //长整型
long long //更长的整形
float //单精度浮点数
double //双精度浮点数
//C语言没有字符串类型
以及他们所占存储空间的大小。
类型的意义:
- 使用这个类型开辟内存空间的大小(大小决定了使用范围)。
- 如何看待内存空间的视角
1.1 类型的基本归类:
整型家族:
char
unsigned char
signed char
short
unsigned short [int]
signed short [int]
int
unsigned int
signed int
long
unsigned long [int]
signed long [int]
浮点数家族:
float
double
构造类型:
> 数组类型
> 结构体类型 struct
> 枚举类型 enum
> 联合类型 union
指针类型
int *pi;
char *pc;
float* pf;
void* pv;
空类型:
- void 表示空类型(无类型)
- 通常应用于函数的返回类型、函数的参数、指针类型
2. 整形在内存中的存储
我们之前讲过一个变量的创建是要在内存中开辟空间的。空间的大小是根据不同的类型而决定的。
- 那接下来我们谈谈数据在所开辟内存中到底是如何存储的?
比如:
int a = 20;
int b = -10;
我们知道为 a 分配四个字节的空间。
那如何存储?
下来了解下面的概念:
2.1 原码、反码、补码
计算机中的整数有三种2进制表示方法,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:
- 用
0
表示“正”,用1
表示“负”
数值位:
- 正数的原、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就可以得到原码。
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。
补码
- 反码+1就得到补码。
对于整形来说:数据存放内存中其实存放的是补码。
为什么呢?
- 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。
我们看看在内存中的存储:
我们可以看到对于a和b分别存储的是补码。但是我们发现顺序有点不对劲。
这是又为什么?
2.2 大小端介绍
什么是大端小端:
- 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。
为什么有大端和小端:
- 为什么会有大小端模式之分呢?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。
- 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。对于大端模式,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。
百度2015年系统工程师笔试题:
- 请简述大端字节序和小端字节序的概念,设计一个小程序来判断当前机器的字节序。(10分)
//代码1
#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;
}
//代码2
int check_sys()
{
union
{
int i;
char c;
}un;
un.i = 1;
return un.c;
}
2.3 练习
- 1.下面程序输出什么?
#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;
}
解析:
打印a:
-1的补码:11111111111111111111111111111111
截断放入a中:11111111
打印a的时候符号扩展:11111111111111111111111111111111
转换为原码:10000000000000000000000000000001
因此打印a时打印-1
打印b:
-1的补码:11111111111111111111111111111111
截断放入b中:11111111
打印b的时候符号扩展:11111111111111111111111111111111
转换为原码:10000000000000000000000000000001
因此打印b时打印-1
打印c:
-1的补码:11111111111111111111111111111111
截断放入c中:11111111
打印c的时候符号扩展:00000000000000000000000011111111
转换为原码:00000000000000000000000011111111
因此打印c时打印255
输出结果:
a=-1,b=-1,c=255
- 2.下面程序输出什么?
#include <stdio.h>
int main()
{
char a = -128;
printf("%u\n",a);
return 0;
}
解析:
打印a:
-128的原码:10000000000000000000000010000000
转换为补码:11111111111111111111111110000000
截断放入a中:10000000
打印a的时候符号扩展:11111111111111111111111110000000
因此打印a时打印4294967168
输出结果:
4294967168
- 3.下面程序输出什么?
#include <stdio.h>
int main()
{
char a = 128;
printf("%u\n",a);
return 0;
}
解析:
打印a:
128的原码:00000000000000000000000010000000
截断放入a中:10000000
打印a的时候符号扩展:11111111111111111111111110000000
因此打印a时打印4294967168
输出结果:
4294967168
- 4.下面程序输出什么?
#include <stdio.h>
int main()
{
int i = -20;
unsigned int j = 10;
printf("%d\n", i + j);
//按照补码的形式进行运算,最后格式化成为有符号整数
return 0;
}
解析:
i:
-20的原码:10000000000000000000000000010100
转换成补码:11111111111111111111111111101100
j:
10的原码:00000000000000000000000000001010
i+j:
11111111111111111111111111101100
00000000000000000000000000001010
11111111111111111111111111110110
转换为原码:
10000000000000000000000000001010
结果为-10
输出结果:
-10
- 5.下面程序输出什么?
#include <stdio.h>
int main()
{
unsigned int i;
for (i = 9; i >= 0; i--)
{
printf("%u\n", i);
}
return 0;
}
解析:
i是无符号整型,永远都是大于等于0的,当i=0时,执行i--,此时i的补码为32位全1,为4294967295,i此时又满足大于等于0,然后再执行i--操作,因此会导致死循环
输出结果:
死循环:
9
8
7
6
5
4
3
2
1
0
4294967295
4294967294
4294967293
4294967292
4294967291
......
- 6.下面程序输出什么?
#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;
//
}
解析:
strlen 是求字符串的长度,关注的是字符串中'\0'(数字0)之前出现多少字符
//-1 -2 ... -128 127 126 125 .. 3 2 1 0 -1 ...
//128+127 = 255
输出结果:
255
3. 浮点型在内存中的存储
常见的浮点数:
- 3.14159
- 1E10,也就是1.0*(10^10)
- 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
3.1 一个例子
浮点数存储的例子:
#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;
}
输出的结果是什么呢?
3.2 浮点数存储规则
num
和 *pFloat
在内存中明明是同一个数,为什么浮点数和整数的解读结果会差别这么大?
要理解这个结果,一定要搞懂浮点数在计算机内部的表示方法。
详细解读:
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,
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。
IEEE754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(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0~2047。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);
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
。