1. 整数在内存中的存储
2. ⼤⼩端字节序和字节序判断
3. 浮点数在内存中的存储
正文开始：
1.
整数在内存中的存储
在讲解操作符的时候，我们就讲过了下⾯的内容：
整数的2进制表⽰⽅法有三种，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”
，⽽数值位最
⾼位的⼀位是被当做符号位，剩余的都是数值位。
也就是0正1负，第一位是符号位。
正整数的原、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得到的就是原码。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。
这里就是解释为什么原码补码可以相互转换，而且步骤都是一样的。
原码转补码 取反加一
补码转原码 取反加一
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存储后，我们调试看⼀个细节：
当一个数值超过1个字节的时候，存储在内存中有顺序问题
内存中的存储单元是1字节的
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。（倒着存）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。（顺着存）上述概念需要记住，⽅便分辨⼤⼩端。
迭代之后：
2.2 为什么有⼤⼩端?
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 位，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。
2.3 练习
2.3.1 练习1
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）-百度笔试题
#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;
}练习二：
练习三：
原因是因为char的范围是0-255，所以就是如果超过255就归0了，从新开始了，具体看这个图
这是因为到负数的时候，进行原反补转换，之后又进行整形提升导致的。
这里再补充一下指针的题
3.
浮点数在内存中的存储
常⻅的浮点数：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
3.2
浮点数的存储
上⾯的代码中，
n
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。
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) ∗ S ^M ∗ 2E• (−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，M是⼤于等于1，⼩于2的• 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。
总结 S表示正负，0正1负，M表示有效数字，M的取值范围是1-2之间，E表示次幂。
IEEE 754规定：
对于32位的浮点数，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位的浮点数，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
3.2.1 浮点数存的过程
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。
总结：E是一个无符号整型，如果是float（也就是8位E），需要加一个中间值，这个中间值是127，E的范围是0-255。如果是double（也就是11位的E）。需要加一个中间值，这个中间值是1023,E的范围是0-2047。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。注意最后保存的是相加完之后的数
3.2.2 浮点数取的过程
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的 第一位加上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，补⻬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（
全为0的时候，不用再加第一位1）
。
这是完整的代码，指的反复研究：
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。
3.3 题⽬解析
下⾯，让我们回到⼀开始的练习
先看第1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2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，即换算成科学计数法是：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=130，即10000010，所以，写成⼆进制形式，应该是S+E+M，即
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
。
完！
扫一扫
7538
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
