C语言重点突破（1）数据在内存中的存储

本文主要的目的是，针对一些在C中不常注意的重点进行解释，加深对于C语言的了解及运用

1.本章重点

 1. 数据类型详细介绍

2. 整形在内存中的存储：原码、反码、补码

3. 大小端字节序介绍及判断

4. 浮点型在内存中的存储解析

1. 数据类型详细介绍

在刚开始学习C语言的时候，我们对于数据类型这一块有了大概的了解，有整型，浮点型，字符型，单双精度型等等，这些都是C语言常用的基础类型

char        //字符数据类型
short       //短整型
int         //整形
long        //长整型
long long   //更长的整形
float       //单精度浮点数
double      //双精度浮点数
//C语言有没有字符串类型？

字符串是一种非常重要的数据类型，但是C语言不存在显式的字符串类型，C语言中的字符串都以字符串常量的形式出现或存储在字符数组中。除了这些基础的类型以外，它们还可以向下继续细分

整型

char
 unsigned char
 signed char
short
 unsigned short [int]
 signed short [int]
int
 unsigned int
 signed int
long
 unsigned long [int]
 signed long [int]

浮点型 

float
double

除了这些基础的类型，还有

构造类型 

> 数组类型
> 结构体类型 struct
> 枚举类型 enum
> 联合类型 union

指针类型

int *pi;
char *pc;
float* pf;
void* pv;

还有一个特殊的

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。

可以看到，C语言有这么多的类型供我们进行使用，那有没有想过，为什么要定义这么多的类型吗？

我们都知道，当你在创建一个变量时，你是需要在内存里为它开辟空间来进行存储的，但计算机可不知道需要开辟多少内存空间，因为存储的都是一系列机械代码，这时候类型就起到了标识的作用，我们在创建变量的时候定义类型，计算机就知道我们所需要的类型的内存空间并进行开辟，同时也是一种标识内存使用范围的方法（避免越界访问）。

2. 整形在内存中的存储：原码、反码、补码

在前一节的结尾，我们提到，创建变量是需要开辟内存空间的，而数据类型决定空间的使用大小

下面我们来讨论一下数据在内存中是如何存储的。

首先，计算机只能读取二进制代码，所以整型和浮点型在计算机里都是以二进制代码来进行存储的，而计算机里的二进制代码有3种表示形式：原码、反码、和补码。（关于这三种代码，朋友们自行了解），这里简单介绍一下

原码（Sign-Magnitude Representation）： 原码也称为符号-大小表示法，是最简单的表示有符号整数的方法。在原码表示中，正数的原码与二进制表示的形式相同，最高位为0，而负数的原码则将最高位设为1，其余位表示该数值的绝对值。

补码（Two's complement representation）： 补码是一种常见的表示有符号整数的方法，广泛应用于计算机中。在补码表示中，正数的补码与原码的表示方式相同，而负数的补码则是该数的原码按位取反后再加1。补码表示可以实现有符号数的加法和减法操作，而且只有一个零的表示方式。

反码（One's complement representation）： 反码是一种较为简单的表示有符号整数的方法。在反码表示中，正数的反码与原码的表示方式相同，而负数的反码则是将该数的原码按位取反。反码可以通过求反码和原码的和得到真值，但它不能直接进行加法和减法操作。

数据在计算机里的存储是以补码形式进行存储的，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。

我们进VS里面验证一下

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

计算机中存储数据时，字节的顺序有两种：大端序和小端序。

大端序，也称为网络字节序，将高位字节存储在低地址，低位字节存储在高地址。

例如，十六进制数0x12345678在大端序中会存储为0x12 0x34 0x56 0x78，即高位字节0x12存储在低地址，低位字节0x78存储在高地址。

小端序则相反，将低位字节存储在低地址，高位字节存储在高地址。

例如，十六进制数0x12345678在小端序中会存储为0x78 0x56 0x34 0x12，即高位字节0x12存储在高地址，低位字节0x78存储在低地址。

具体哪种顺序是由计算机的硬件决定的。在大多数情况下，x86架构的计算机使用小端序，而网络通信则采用大端序。因此，在编写网络应用时，需要进行字节序的转换。

这就很好的解释了为什么数据在不同的编译器环境下在内存中存储顺序是不一样的，那么如何判断自己的编译器环境呢？用一个小程序就可以了

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
int check_sys()
{
	int a = 1;
	char* p = (char*)&a;
	return *p;
}


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

它的主要思路就是用用一个指针指向我们所定义的变量a的首地址，相当与它取到这个整形变量的首字节，如果首字节==1，那么就是小端存储，否则为大端。 

下面是各类型在64位编译器的环境下占用内存的情况：
char/unsigned char ：1字节
char *：8字节
short int：2字节
int/unsigned int：4字节
long int：8字节
float：4字节
double：8字节
long long：8字节
long double：16字节

这里顺便介绍一下字位扩展：

字位扩展是指在计算机中将一个字节或一个字（16位）转换成更高位的数据类型，例如32位整数或64位浮点数。这种扩展可以使处理器能够更快地进行计算，因为它们可以一次处理更多的数据。

在字位扩展中，需要注意符号扩展和零扩展两种类型。符号扩展是将有符号数的最高位复制到字位扩展的更高位，以保持其符号。而零扩展则是将无符号数的高位用0填充，以便在进行高位计算时保持一致性。

例如，将一个有符号的8位整数扩展为32位整数时，在进行符号扩展时，如果原始数值的最高位（即符号位）为1，则将其复制到32位中的高位。如果进行零扩展时，将所有高位用0填充，无论原始数值的符号位是什么。

我们来用一个例子来感受一下：

1.
//输出什么？
#include <stdio.h>
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;
}

 我们来分析一下：

char类型在内存中占1字节（相当于8比特），但赋给它的值是一个有符号的整形（占32位比特），前面说过，数据在计算机内是以补码形式存储的，正数的原反补码都是一样的，但负数的补码要进行计算一下（同学们自己去了解一下，这里不多赘述），我们得到-1的补码是1111111111111111111111111111111（32位），但char类型只能存储8比特，所以要进行截断，保留低位 8位，得到11111111，这就是-1在char类型里的存储形式，而printf函数要打印的是有符号的十进制整数，既然是有符号类型，那就要将补码转换为原码，得到10000001，此时符号位为1，表示负数，所以它打印出来是-1.（其他的类似这种思路，就是将数据转换成相应的补码进行运算，最后再根据输出要求进行相应的转换）。

3. 浮点型在内存中的存储

浮点数在内存中的存储与整型大不相同，我们来看一个例子

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;
}

输出结果

 

 要想理解上面的输出结果，我们就必须得理解浮点数存储的相关规则。

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。
IEEE 754规定：
对于32位的浮点数，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，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

特别的，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：
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1.0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:
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。
0 01111110 00000000000000000000000
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。 感兴趣的小伙可以自行去了解一下。

现在我们来解释前面的题目：
下面，让我们回到一开始的问题：为什么 0x00000009 还原成浮点数，就成了 0.000000 ？
首先，将 0x00000009 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。
再看例题的第二部分。
请问浮点数9.0，如何用二进制表示？还原成十进制又是多少？
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，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，还原成十进制，正是 1091567616 。