数据在内存中的存储

整形在内存中的存储

对于整形来说，数据存放在内存中其实存放的是补码。原因在于，使用补码，可以将符号位和数值域同一处理。

例如：我们进行1-1时，由于计算机内部只有加法处理器，我们可以看成1+（-1），分别写出他们的补码后，进行相加，最后得到的结果刚好是0.（最左边的1是第33位，已经超过最高位，去掉，取右边的32位）。

大小端介绍

大端字节序存储：把一个数据的低位字节数处的数据存放在内存的高地址处，高位字节处的数据存放在内存的低地址处

小端字节序存储：把一个数据的低位字节数处的数据存放在内存的低地址处，高位字节处的数据存放在内存的低地址处。

如上图，比如一个三位数123，3是个位，2是十位，1是百位，3就是低位，1就是高位。上面的44就是低位，假设左边是低地址，如果将他放在最右边，即低位放在高地址，就是大端字节序存储。如果将他放在低地址处，就是小端字节序存储。

如果是字符型数据，就不存在大小端了，直接放入即可，因为他们只占一个字节，如果数据超过一个字节才会有大小端。

下面是一道关于打印无符号整数的题

分析：我们先求出-128的补码，由于a是字符型，因此只取前面8位存储在内存中，打印a时，要进行整形提升，因为是有符号的char，所以高位补符号位1，提升后，由于是打印无符号的整数，所以就不再进行取反，加1的操作了，直接把他看成无符号的数值，打印出来就是一个很大的数了。

浮点型在内存中的存储

我们先看一个例子：

如果我们浮点型在内存中的存储方式与整形相同的话，第一个*pfloat的值应该为9.000000，可是我们看到结果却是0.000000。显然，浮点型与整形在内存中的存储方式不同。

浮点型存储规则：

根据国际标准IEEE 754，任何一个二进制浮点数可以表示成下面的形式：

例子：

10进制的5.5表示成二进制为101.1，然后根据标准即可写出。

IEEE 754规定：

IEEE 754对有效数字M和指数E还有一些特别规定：

在计算机内部保存M时（1.xxxxxx），默认第一个数总是1，因此可以舍去，只保存后面的xxxxxx部分。比如保存1.01时，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舍去之后，等于可以保存24位有效数字，使其精度更高。

对于指数E情况比较复杂：

它们把E认为是一个无符号整数。但实际上，在科学计数法中，E是有可能为负数的，所以IEEE 754规定，存入内存时的E的真实值必须加上一个中间数，对于8位的E，这个中间数是127，对于11位的E，中间数是1023。比如2^10,E是10，保存成32浮点数时，必须保存成10+127=137,即10001001。

有人想，万一算出E是-129，加上127后还是负数怎么办呢？其实float型的变量也是有取值范围的，他们不可能存放无限大或者无限小的值的。

举个例子：

我们求出E，M，S后，第一个放0（S），接着放E，我们将2加上127后为129，129的二进制数为10000001，接着放011（M），后面剩余全部补0。

指数E从内存中取出来还分为三种情况：

E不全为0或者1：

指数E的计算值减去127或者1023，得到真实值，再将有效数字M前加上第一位的1。即怎么放进去就怎么拿出来。

E全为0

指数E等于1-127（或者1-1023）即为真实值，有效数字M前不再加上第一位的1，而是直接还原为0.xxxxxx的小数，这样做是为了使他更接近于0的很小的数字。

E全为1

如果有效数字M全为0，这时表示正负无穷大。

我们回到最开始的那道题：

         

分析：因为n是整形，因此我们要先强制转换成浮点型才能用float*指向他。用浮点型打印时，把9的补码拆成三部分，因为E全为0，根据上面的规则，指数E真实值即为1-127=-126。M直接再前面加上0.  。最后打印出来的值就是0，是因为float只能表示小数点后6位，这个数实在太小，所以是0。

 

分析：9.0是以浮点形式存入的，求出E，M，S后，根据规则写出二进制形式。因为打印时是有符号的整形，第一位是0（是正数），原码等于补码，直接转成十进制的数后，结果就是一个很大的数。

 以上就是数据在内存中的存储的简单介绍。