C整型与整型溢出

0 摘要

本文以表格的形式讨论了C语言整型数据类型的特点，以及原码、反码、补码和整型取值范围的关系；基于对整型取值范围的认识，对整型溢出的原因做了一个大致分类，也从汇编的层面去探讨了整型“下溢”的本质。

1 整型数据类型

整型数据类型是C语言中的一种基本类型，其存储的是整数，可分为两大类：有符号整型和无符号整型。

1.1 位宽、符号和取值范围

各整型类型的位宽及取值范围如下表所示。

类型	位宽	最小值	最大值
char	8	-128	127
unsigned char	8	0	255
short	16	-32 768	32 767
unsigned short	16	0	65 535
int	32	-2 147 483 648	2 147 483 647
unsigned int	32	0	4 294 967 295
long	32	-2 147 483 648	2 147 483 647
unsigned long	32	0	4 294 967 295
long long	64	-9 223 372 036 854 775 808	9 223 372 036 854 775 807
unsigned long long	64	0	18 446 744 073 709 551 615

• 位宽
  不同的整型类型，有不同的位宽。需要注意的是，不同环境下某些整型类型的位宽定义可能不一样，比如64位Ubuntu17.10+GCC7.2.0编译器的long和64位win7+VS2010的long位宽不一样。16位系统的int和32位系统的int位宽不一样。具体位宽可以通过sizeof()来获知。

• 符号
  无符号整型和有符号整型在编码上的区别在于“符号位”的有无。下图以8位的整型为例，有符号整型的最高位用作符号位，其余位用来表示数值的绝对值，符号位为1代表这是一个负数，为0表示正数。而无符号数没有符号位，整个内存区间都用来表示数值大小。
  

• 取值范围
  符号位的有无和位宽的大小决定了整型数据的取值范围。对于位宽为n的无符号整型，其取值范围为：[0, 2ⁿ-1]，这是显而易见的。对于位宽为n的有符号整型，其取值范围为：[-2^n-1, 2^n-1-1]，为什么是这样的取值范围，后面讨论。

1.2 原码、反码和补码

下面的表格是正数、负数以及一些具体数值的原码、反码和补码的关系示意。表格第三列中的符号“~”和第四列中的符号“>>”分别代表“按位取反”和“右移”，跟C语言里的定义一样。

十进制	原码	反码	补码	右移操作
正数	符号位 = 0	= 原码	= 反码 = 原码 = ~负数补码 + 1	最高位补0
负数	符号位 = 1	符号位不变， 其余各位取反	= 反码 + 1 = ~正数补码 + 1	最高位补1
4	0000 0100	0000 0100	0000 0100	4 >> 1 = 0000 0010补码 = 2
-4	1000 0100	1111 1011	1111 1100	-4 >> 1 = 1111 1110补码 = -2
1	0000 0001	0000 0001	0000 0001	1 >> 1 = 0000 0000补码 = 0
-1	1000 0001	1111 1110	1111 1111	-1 >> 1 = 1111 1111补码 = -1

• 原码
  原码就是“最高位表示符号，其余位表示数值的绝对值”的编码。

• 反码
  相对原码而言，正数的编码不变，负数的编码除符号位外所有位都按位取反，就是反码。

• 补码
  相对反码而言，正数的编码不变，负数的编码加1，就是补码。这是计算机存储数值的编码方式。

1.3 再论有符号数取值范围

前面说到，位宽为n的有符号整型，其取值范围为：[-2^n-1, 2^n-1-1]。以char型为例，则其取值范围为[-128, 127]。为什么取值范围是[-128, 127]，而不是[-127, 128]呢？

我们知道原码非常直观而容易理解，但是这种编码在计算机上进行运算是比较复杂的——需要先判断正负，再进行加减。相比之下，反码的运算则比较简单，因为反码让符号位也参与了运算（省去了符号位的判断），让减法可以用加法来表示（省去了专门的减法电路），比如4-4，可以表示为4+(-4)，即0000 0100_反码+1111 1011_反码=1111 1111_反码=1000 0000_原码=0

但反码有个问题：由于0的原码有两个：“正零”00000000_原码和“负零”10000000_原码，导致反码也有两个0：“正零”00000000_反码和“负零”11111111_反码。

如下表所示，原码和反码的“零”都有两种编码。

十进制	原码	反码
-127	1111 1111	1000 0000
-126	1111 1110	1000 0001
…	…	…
-2	1000 0010	1111 1101