深度解剖数据在内存中的存储!!!!

我们都知道数据在计算机里面是存在内存中的,但对是如何存储的却有一些模糊。本章内容阿祥将深度解剖内存中各种数据家族的存储模式!!!

目前我们学习的有这么多的数据类型

首先我们要知道,整形家族包括char 、short 、int、long、long long其中char单独出现我们是无法直接判断是unsigned char 还是signed char主要取决于编译器。其他单独出现的时候等同于signed类型的。这时有人会有疑问“char也是整形啊!!!”

其实在计算机存储的时候char类型是以ASCLL的值来存储的,我们看到的是ASCLL对应的字符,并不是存储的内容。

计算机中整数有三种二进制表示方法,分为原码、反码、补码。而每种都有数值为与符号位两部分,符号位1表示负,0表示正。整数的原反补都相同。

一、整形在内存中的存储

对于整形来说数据在内存中是以补码的形式进行存储的。因为这样可以将数值位统一处理,此外原码与补码之间的相互转换运算过程是相同的,这就不需要额外的硬件电路了。

而计算机内部存储模式分为大端字节序存储,与小端字节序存储两种

大端字节序存储;把一个数据低位字节的内容存放在高地址出高位字节的内容存放在低地址处

小端字节序存储;把一个数据高位字节的内容存放在高地址出低位字节的内容存放在低地址处

接下来我们看一道笔试题帮助我们理解

设计一个小程序来判断当前机器的字节序

1在用16进制表示出来是0x00 00 00 01而如果为大端存储低地址处的第一个字节的内容应该为00

如果是小端则是01

二、浮点型在内存中的存储

首先我们看一个案例

我们在vs2019里面运行起来看看

我们发现mum与*pFloat在内存中明明储存的是同一个数为什么浮点数和整数的解读效果差距会这么大呢?

根据国际标准IEEE(电器和电子工程协会)754,任意一个二进制浮点数都可以表示为下面的这种形式

举例来说十进制5.0写成二进制是101.0,相当于1.01x2^2

按照上面格式可以得出S=0,M=1.01,E=2

-5.0写成二进制是-101.0,相当于-1.01x2^2

也就是,S=1,M=1.01,E=2

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。

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(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:

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(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

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。

0 01111110 00000000000000000000000

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);

好了,关于浮点数的表示规则,就说到这里。

回归原题

为什么 9 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。

由于E全为0符合上述E的第二种情况所以得到的就是无限接近0的一个数

再看例题的第二部分。

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

num是以整形的形式拿出来的而通过计算器计算这个32位的二进制数,还原成十进制,正是 1091567616 。

  • 7
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 10
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿祥也有梦想

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值