数据的存储（整型数据的存储、大小端的解释、浮点型数据的存储）

-整形的存储

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?

 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，符号位都是用0表示“正”，用1表示"负”，而数值位正数的原、反、补码都相同。

下来了解下面的概念：

正数的原、反、补都相同；

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。

//整数的二进制表示形式：
//原码
//反码
//补码
int main()
{
	int a = 20;
	//00000000000000000000000000010100 - 原码
   //00000000000000000000000000010100 - 反码
	//00000000000000000000000000010100 - 补码/	//00000014

	int b = -10;
	//10000000000000000000000000001010 - -10的原码
	//11111111111111111111111111110101 - -10的反码
	//11111111111111111111111111110110 - -10的补码
	//FFFFFFF6
	//内存中存储的都是二进制数据

	return 0;
}

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。

什么意思呢？大家看看下面这个简单计算：

int main()
{
	1 - 1;
	1 + (-1);
	//使用原码计算
	//00000000000000000000000000000001
	//10000000000000000000000000000001
    //10000000000000000000000000000010
	//-2
	//00000000000000000000000000000001
	//10000000000000000000000000000001
	//11111111111111111111111111111110
	//11111111111111111111111111111111 -1的补码
	//00000000000000000000000000000001
	//11111111111111111111111111111111
	//00000000000000000000000000000000
	return 0;
}

所以我们数据在内存中存储的是补码，用来计算的也是补码。

大小端字节序的介绍

接下来，请大家看一段代码的调试结果：

int main()
{
	int a = 0x11223344;
	
	return 0;
}

 大家有没有发现，这里的数据看起来是倒着存放的？

其实，这理解涉及到了我们的大小端了。

什么是大小端呢？

这里给大家引申一个有趣的小故事：

大小端的说法最早来源于《格列夫游记》，里面有两国人民，因为不满于对方关于“吃鸡蛋时是先敲鸡蛋头还是先敲鸡蛋屁股”的观点而打了一场仗。

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。

 注意：我们这里讨论的是字节的顺序！是以字节为单位的。

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，那么少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。有里些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年系统工程师笔试考过这样一道题：

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。

int check_sys()
{
	int a = 1;
	if (*(char*)&a == 1)
		return 1;//小端
	else
		return 0;//大端
}

//可以简化如下：

int check_sys()
{
	int a = 1;
	return *(char*)&a;
}

int main()
{
	if (check_sys() == 1)
		printf("小端\n");
	else
		printf("大端\n");
	return 0;
}

现在，我们来做一些练习：

1、

//输出什么？
#include <stdio.h>

int main()
{
	char a = -1;
	//10000000000000000000000000000001
	//11111111111111111111111111111110
	//11111111111111111111111111111111
	//11111111 - 截断
	//整型提升
	//11111111111111111111111111111111
	//11111111111111111111111111111110
	//10000000000000000000000000000001 -1

	signed char b = -1;
	//-1

	unsigned char c = -1;
	//10000000000000000000000000000001
	//11111111111111111111111111111110
	//11111111111111111111111111111111
	//00000000000000000000000011111111
	//
	printf("a=%d,b=%d,c=%d", a, b, c);
	
	return 0;
}

这里需要注意的点就是，内存中存储数据存储的是补码，而打印数据时打印的时原码，所以有一个转化的问题。再加上整型提升和截断数据的运用，就显得有那么一丢丢的复杂。

 原码转换为反码，又转换为补码，因为时char的类型，所以要先发生数据截断，只取8个bit，打印时要整型提升。

这里用这个图和大家简单解释一下char的取值问题：

 再来看一些类似的题目：

2、

int main()
{
	unsigned int num = -10;
	//10000000000000000000000000001010
	//11111111111111111111111111110101
	//11111111111111111111111111110110
	//
	printf("%d\n", num);
	printf("%u\n", num);

	return 0;
}

 

 是按照内存中存的是补码，然后要转化成原码来打印的，如果你按照%d来打印，那么默认它存的是有符号的数，会进行转换，但是如果按%u打印，那么计算机就知道它是一个无符号数，无符号数的原反补相同，直接就打印补码。

那这题呢？

3、

#include <stdio.h>
int main()
{
	char a =-128;
	printf("%u\n", a);

	return 0;
}

 结果又是一个非常大的数字。

简单换一下：

#include <stdio.h>
int main()
{
	char a = 128;
	printf("%u\n", a);

	return 0;
}

 

 注意，其实char类型是放不下128的。

4、

int main()
{
	int i = -20;
	unsigned int j = 10;
	//10000000 00000000 00000000 00010100
	//11111111 11111111 11111111 11101011
	//11111111 11111111 11111111 11101100 - 补码--------- -20
	//00000000 00000000 00000000 00001010 - 原码=补码-------10
	//11111111 11111111 11111111 11110110 - 计算机的结果，是存在内存中，是补码
	//11111111 11111111 11111111 11110101
	//10000000 00000000 00000000 00001010 - 打印原码
	//-10
	printf("%d\n", i + j);

	return 0;
}

 这题其实很简单，直接就可以计算得答案，因为int当然是可以存的下-20和10的。

这里 i+j 的运算涉及到了类型转化，但是这里完全不影响，i 要算数转换为 unsigned int ，还是能存的下-20的，这个值只要存的下，是不会被改变的。

类型转换的目的在于方便计算，计算机在计算的时候，i 和 j 的类型相同，是不是就易于计算了？

其次，你去解释的时候，算数转换 unsigned int 之后，计算机就认为它是一个无符号数，打印的时候最好用%u，但这里算数转换时临时的，i 本质上是没有改变的，还是 int 类型的。

类似的还有：

int main()
{
    int a = -3;
    unsigned int b = 2;
    long c = a + b;
    printf("%ld\n",c);
    return 0;
}

5、

#include <windows.h>
#include <stdio.h>

int main()
{
	unsigned int i;
	for (i = 9; i >= 0; i--)
	{
		printf("%u\n", i);
		Sleep(1000);//单位是毫秒
	}

	return 0;
}

 这里为什么会发生死循环呢？

我们不得不再次给出这个图：

通过这个char的图，我们可以得到相关 int 的图，也可以得到 int 类型的取值范围。

这里是unsigned int ，它的取值范围时0~2^16-1，是不可以存放负数的。

从9开始减1，减到0，再减1，得到的是数以二进制位的角度来看，就是“1111111111111111111111111111111111111111”，转换为十进制就是：“4,294,967,295”，这个值是不是很眼熟？它出现在了我们的运行结果里。

作为一个无符号数，它的值恒大于0，所以代码死循环了。 

注意！那我们简单改动一下代码，把%u 改成 %d ，结果会如何呢？

#include <windows.h>

int main()
{
	unsigned int i;
	for (i = 9; i >= 0; i--)
	{
		printf("%d\n", i);
		Sleep(1000);//单位是毫秒
	}

	return 0;
}

 

 这里的结果有所不同，这又是为啥呢？

原因是：用%d 打印时，计算机认为它是一个有符号数，是按照有符号数去解析的，但是你在定义时， i 仍然定义为 unsigned int  类型，所以在判断的时候，它里面不管放什么值，它一定是大于0的，所以就死循环了。

6、

//char 类型的取值范围是 -128~127
int main()
{
	char a[1000];
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	//你可能会这么认为：
    //-1 -2 -3 -4 -5 -6 ...-127 -128 -129 ... -998 -999 -1000
    //但是，实际上：
	//char -1 -2 -3 -128	127 126 .... 3 2 1 0 -1 -2 -3 ... -128 127 ...
	//1000个值
	printf("%d", strlen(a));
    //但是strlen遇到\0就停止了
    //255
	//strlen 求字符串长度，找到是\0，\0的ASCII码值是0.
	return 0;
}

 还是这个图：

char -1 -2 -3 -128 ------> 127 126 .... 3 2 1 0 -1 -2 -3 ... -128 127 ...

然后strlen遇到‘\0’就停止了，‘\0’的ASCLL就是0。

127+128=255个数字。

7、

#include <stdio.h>
//unsigned char i = 0;
//0~255

int main()
{
    int i;
	for (i = 0; i <= 255; i++)
	{
		printf("hello world\n");
	}
	return 0;
}

 这里的结果是死循环。因为 unsigned char 的取值范围时0~255，所以这里循环的条件是恒成立的，就陷入死循环。

8、求 j 的值

#include <stdio.h>
int main()
{
    unsigned char i = 7;
    int j = 0;
    for (; i > 0; i -= 3)
    {
        ++j;
    }
    printf("%d\n",j);//173
    return 0;
}

浮点型在内存中的存储

常见的浮点数：

3.14159

1E10

浮点型家族包括：float 、double 、long double 类型

浮点数表示的范围：

整型家族的定义是放在 limits .h ：

浮点型家族的类型的取值范围是在 float .h 中定义：

我们要来讨论浮点数的存储，首先来看一个例子：

#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);//1,091,567,616

	printf("*pFloat的值为：%f\n", *pFloat);

	return 0;
}

 

为什么会出现这些结果呢？

 我以整型的形式放进去，以浮点型的方式读取出来，得到了一个不符合预期的0.000000，

以浮点的形式放进去，以整型的方式读取出来，得到了一个不符合预期的1091567616，这说明了什么？说明浮点型的数据和整形数据的存储是有区别的。接下来，我们就来看看浮点型数据的存储。

浮点数的存储规则

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。
 2^E表示指数位。 M表示有效数字，大于等于1小五， 

举例来说:
十进制的5.5，写成二进制是101.1，相当于1.011*2^2。
那么，按照上面V的格式，可以得出S=0，M=1.011，E=2
十进制的-5.0，写成二进制是-101.0，相当于-1.011x2^2。那么，S=1，M=1.01，E=2

IEEE 754规定:

 

IEEE754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1xxxxxx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(unsignedint)                                                                                         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IEEE754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10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 0000000000000000000000

int main()
{
	float f = 5.5f;
	//101.1
	//(-1)^0 * 1.011 * 2^2
	//0 10000001 01100000000000000000000
	//40b00000
	//
	return 0;
}

2、E全为0
这时，浮点数的指数E等于1-127(或者1-1023)即为真真实值，
有效数字M不再加上第一位的1，而是还原为0xxxxxx的的小数。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)。

现在，大家应该已经非常清楚浮点型数据的存储规则了，那么我们现在可以折返回去分析一下之前的那段代码了：

int main()
{
	int n = 9;
	//00000000000000000000000000001001 - 9的补码
	//当把它当作一个浮点型数据时：
	//0 00000000 00000000000000000001001
	//E = 1-127 = -126
	//M = 0.00000000000000000001001
	//(-1)^0 * 0.00000000000000000001001 * 2^-126
	//
	float* pFloat = (float*)&n;

	printf("n的值为：%d\n", n);//9
	printf("*pFloat的值为：%f\n", *pFloat);//0.0

	*pFloat = 9.0;//以浮点数的视角，存放浮点型的数字
	//1001.0
	//1.001 * 2^3
	//(-1)^0 * 1.001 * 2^3
	//S=0
	//E=3
	//M=1.001
	//0 10000010 00100000000000000000000
	//
	printf("num的值为：%d\n", n);//1,091,567,616
	printf("*pFloat的值为：%f\n", *pFloat);//9.0

	return 0;
}