整数和浮点数在内存中的储存

1.整数在内存中的储存

在讲解操作符的时候，我们可以先了解一下下面的内容：
整数的二进制表示方法有三种，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，符号位都是用0表示“正”，用1表示“负”，而数值位最高的一位是被当做符号位，剩余的都是数值位。

正整数的原、反、补码相同
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形式翻译成二进制得到的就是原码。
反码：将原码的符号位不变，其他位依次按照取反就可以得到反码。
补码：反码+1就得到补码

对于整数来说：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，补码和原码互相转换，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

当我们了解了整数在内存中储存后，我们调试看一个细节；

1 #include <stdio.h>
2 
3 int main()
4 {
5   int a = 0x11223344;
6   
7   return 0;
8 }

2.1什么是大小端？

其实超过一个字节的数据在内存中存储的时候，就有存储顺序的问题，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，下面是具体的概念：

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。

上述概念需要记住，方便分辨大小端。

2.2为什么会有大小端？

为什么会有大小端之分呢？
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一个字节，一个字节为8bit位，但是在C语言中除了8bit的char之外，还有16位的short型，32bit的long型（要看具体编译器），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，那么必然存在一个如何将多个字节安排的问题。因此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。

3.浮点数在内存中的存储

常见的浮点数：3.14159、1E10等，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练习

1 #include <stdio.h>
2 
3 int main()
4 {
5   int n = 9;
6   float *pFloat = (float *)&n;
7     printf("n的值为：%f\n",*pFloat);
8     printf("*pFloat的值为：%f\n",*pFloat);
9 
10   *pFloat = 9.0;
11   printf("num的值为:%d\n",n);
12   printf("pFloat的值为:%f\n",*pFloat);
13   return 0;
14 }

输出什么呢？

3.2浮点数的存储

上面代码中，num和pFloat在内存中明明是同一个数，为什么浮点数和整数解读结果会差别n那么大？
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。
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）的S次方M*2的E次方
（1）（-1）的S次方 表示符号位，当S= 0，V为正数；当S=1，V为负数
（2）M表示有效数字，M是大于等于1，小于2的
（3）2的E次方 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-1.01x2^2。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位存储符号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S，接着的11位存储指数E，剩下的52位存储有效数字M
在这里插入图片描述

3.2.1 浮点数存的过程

IEEE 754 对有效数字E，还有一些特别的规定。
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，在把地业务的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0-255；如果E为11位，它的范围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位的浮点数时，必须保存成10+127=137，即10001001.

3.2.2 浮点数取的过程

指数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，在将有效数字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000000000000000000000000，则其二进制表示形式为：

1 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。

1 0 00000000 001000000000000000000000

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）；

1 0 11111111 000100000000000000000000

3.3题目解析
下面，让我们回到一开始的练习
先看第一环节，为什么9还原成浮点数，就成了0.000000 ？
9以整数的形式存储在内存中，得到如以下二进制序列：

1 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 x 0.000000000000000000000001001x2^{(-126)=1.001x2}(-146)
显然，V是一个很小的接近于0的正数，所以用十进制小鼠表示就是0.000000.

再看第2环节，浮点数9.0，为什么整数打印1091567616
首先，浮点数9.0等于二进制的1001.0，即换算成科学计算法是：1.001x2^3
所以：9.0 = （-1）的0次方*（1.001）*2的3次方，
那么，第一位的符号位S=0，有效数字M等于001后面在加20个0，凑满23位，指数E等于3+127=130，即100000010
所以，写成二进制形式，应该是S+E+M，即

1 0 100000010 0000 0000 0000 0000 0000

这个32位的二进制，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.