《C语言进阶》 第一部分 深度剖析数据在内存中的存储

大家好，从这篇文章开始，我们就进入了C语言进阶部分。内容比较丰富，干货多多，希望大家能够有所收获。

1. 数据类型介绍

前面我们已经学习了基本的内置类型，以及它们所占存储空间的大小。

在这里注意几个小点：
在C语言中规定：sizeof(long)>=sizeof(int)。
long long是8个字节，在C99中才能支持，老版本的编译器不一定支持。

类型的意义：
1.使用这个类型开辟内存空间的大小（大小决定了使用范围）。
2.如何看待内存空间的视角。

1.1 类型的基本归类

整形家族：

在这里，我们将char类型放在了整型家族里面，因为char在内存中存放的是字符的ASCII码值。
这里的unsigned表示的是无符号的，用%u来打印。定义时方括号[]里的东西可以写可以不写。
注意：
short等于signed short
int等于signed int
long等于signed long
但是，char不等于signed char

浮点数家族：

float是单精度浮点类型，double是双精度浮点类型。

构造类型(自定义类型)：

指针类型:

空类型：
void 表示空类型（无类型）
通常应用于函数的返回类型、函数的参数、指针类型。

2. 整形在内存中的存储

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 = 10;
int b = -10;

我们知道为 a 分配四个字节的空间。那如何存储？
开始了解下面的概念：

2.1 原码、反码、补码

计算机中的整数有三种表示方法，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。
负整数的三种表示方法各不相同。
原码
直接将二进制按照正负数的形式翻译成二进制就可以。
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了。
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。

我们看看在内存中的存储：

#include <stdio.h>
int main()
{
	int a = 10;
	int b = -10;
	return 0;
}

10的原码：00000000000000000000000000001010
正数的原，反，补相同，所以补码也是：00000000000000000000000000001010
转换为16进制：0x00 00 00 0a
我们看一下内存中的存储：

-10的原码：10000000000000000000000000001010
-10的反码：11111111111111111111111111110101
-10的补码：11111111111111111111111111110110
转换为16进制：0xff ff ff f6
我们看一下内存中的存储：

我们可以看到对于a和b分别存储的是补码。但是我们发现顺序有点不对劲。
这是又为什么？

2.2 大小端介绍

什么大端小端：
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。

为什么有大端和小端：
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8bit。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。

一道笔试题：
设计一个小程序来判断当前机器的字节序：
我们先定义一个：int a=1；它的16进制是0x 00 00 00 01
所以当我们知道它的第一个字节是1的话，机器就是小端存储。如果是0的话，机器就是大端存储。

那我们该如何拿到第一个字节呢？
我们将a强制类型转换成char*，然后解引用访问的就是一个字节。

#include <stdio.h>
int main()
{
	int a = 1;
	char* p = (char*)&a;

	if (1 == *p)
	{
		printf("小端\n");
	}
	else
	{
		printf("大端\n");
	}
	return 0;
}

这样就可以判断出机器是大端存储还是小端存储。

2.3 练习：

1

int main()
{
    char a= -1;
    signed char b=-1;
    unsigned char c=-1;
    printf("a=%d,b=%d,c=%d",a,b,c);
    return 0; 
}

首先，我们知道-1是int类型，4个字节，char是1个字节，所以-1放到char里面会发生截断。
-1的补码是：11111111111111111111111111111111
放到a里面的只有后八位：11111111
同理，放在b和c里面的也是后面八位：11111111
当我们用%d打印时，char类型需要整型提升。
在VS的编译器下，char等价于signed char。是有符号的。
所以整型提升后：11111111111111111111111111111111-补码
打印时是按照原码打印：10000000000000000000000000000001
就是-1。同理：b也是-1。
c是无符号char，所以整型提升时补0，提升后：00000000000000000000000011111111-补码
按%d打印就是认为内存中存的是有符号的。
所以0认为是符号位，是正数，原，反，补相同：
00000000000000000000000011111111-原码
结果就是255

2

int main()
{
    char a = -128;
    printf("%u\n",a);
    return 0; 
}

-128的原码是：10000000000000000000000010000000
-128的反码是：11111111111111111111111101111111
-128的补码是：11111111111111111111111110000000
放在a里面会发生截断取后面八位：10000000
然后按%u打印，会发生整型提升，char是有符号的，提升后11111111111111111111111110000000-补码
%u会认为内存中存的是无符号数，所以原码，反码，补码相同。
结果是一个非常大的数。

3

int main()
{
int i= -20;
unsigned int j = 10;
printf("%d\n", i+j);
return 0;
}

首先，我们先算出-20的补码：

然后，我们算出10的补码：

相加就得到：

按%d形式打印，我们应该转换成原码：

结果就是-10。

4

int main()
{
unsigned int i;
for(i = 9; i >= 0; i--) 
 {
    printf("%u\n",i);
 }
}

我们先来看一下运行结果：

为什么会是这个结果呢？
我们知道unsigned int是无符号整型，它里面是不能解读出负数的。所以i>=0是恒成立的。

5

int main()
{
    char a[1000];
    int i;
    for(i=0; i<1000; i++)
   {
        a[i] = -1-i;
   }
    printf("%d",strlen(a));
    return 0; 
}

我们在讲这道题之前先说一个知识点：
一个char类型的变量中到底能放什么数值。
首先，我们讨论无符号char，它在内存中存储这些数值：
00000000 - 0
00000001 - 1
00000010 - 2
…
01111111 - 127
10000000 - 128
10000001 - 129
…
11111111 - 255
所以，unsigned char的取值范围是0~255。
那有符号char呢：
00000000 - 0
00000001 - 1
00000010 - 2
…
01111111 - 127
从这里开始要求原码：
10000000 - 这个在计算机里不会计算，它直接解析成-128。

10000001 - 11111111 - -127
…
11111110 - 10000010 - -2
11111111 - 10000001 - -1
所以，signed char的取值范围是-128~127。
我们可以将这个char的取值范围画出一个圆：

数组里面应该是这样存的：
-1，-2，-3，… ，-128，127，126，…，3，2，1，0，-1，-2，-3…
然后strlen计算的是0前面的，所以长度应该是128+127=255。

6

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

根据上面的结论我们知道，unsigned char的取值范围是0~255，所以当255+1时，会变为0，所以会一直打印，成死循环。

3. 浮点型在内存中的存储

3.1 一个例子

浮点数存储的例子：

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);
 printf("*pFloat的值为：%f\n",*pFloat);
 return 0; 
}

输出的结果是什么呢？

从这里，我们得出整数存储和浮点数存储的方式是不一样的。
那么我们就说一下浮点数的存储。

3.2 浮点数存储规则

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。
M表示有效数字，大于等于1，小于2。
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。

当我们知道S，M，E，时，就可以推到出(-1)^S * M * 2^E，然后就能转成二进制，最后转成十进制浮点数。所以，我们只需要存S，M，E就行了。
那么存S，M，E的规则是什么：
IEEE 754规定：
对于32位的浮点数(float)，最高的1位是符号位s，接着的8位是指数E，剩下的23位为有效数字M。

对于64位的浮点数(double)，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：



好了，关于浮点数的表示规则，就说到这里。

解释前面的题目：

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);
 printf("*pFloat的值为：%f\n",*pFloat);
 return 0; 
}

首先，我们将内存图画一下：

第一个，我们是用整型存的，然后用%d打印，一定是9，这是没有问题的。

第二个，按%f打印，是按照浮点数的视角来打印。

由于指数E全为0，所以符合上一节的第二种情况。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。

再看例题的第二部：
首先，浮点数9.0等于二进制的1001.0，即1.001×2^3。
那么，第一位的符号位S=0，E=3+127=130， M=1.001。
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
这个32位的二进制数，还原成十进制，正是 1091567616 。

总结：
到这里，我们就把整数和浮点数在内存中的存储讲解完了，这些知识会增加我们的内功，希望能把这块内容掌握。如果大家认为我有哪些不足之处或者知识上的错误都可以告诉我，我会在之后的文章中不断改正，也请大家多多包涵。如果大家觉得这篇文章有用的话，也希望大家可以给我关注点赞，你们的支持就是对我最大的鼓励，我们下一篇文章再见。