【C语言】玩转存储——深度剖析数据在内存中的存储！

---

前言

了解数据的在编译器中是如何存储对于我们了解底层的运行有很大的帮助，所以我们很有必要学习一下数据的存储。

---

一、数据类型详细介绍

1.数据类型

C语言允许使用的数据类型如下：

如果说一个变量是在内存上挖了一个坑并且给这个坑命名的话，那么类型指的就是这个坑的尺寸。

因为，我们不同类型所占存储空间的大小是不一样的。

所以我们可以了解到，类型的意义是什么？

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.

2.signed 和unsigned

【作用】

限定char类型和任何整型类型变量的取值范围

signed 表示该变量是带有符号的
unsigned 表示该变量是不带符号的

怎么理解？

带符号位的变量可以表示负数，而不带符号位的变量只能表示整数。

我们默认所有的整型变量都是signed的，也就是带符号位的。

int main()
{
	signed int i = -10;
	unsigned int j = -10;

	printf("i=%d\n", i);
	printf("j=%u\n", j);//无符号整数用%u来输出

	return 0;
}

大家可以看到，如果声明一个无符号类型的整数为负数的话，打出的数字就并非我们期待的-10，而是一个非常大的数？

为什么呢？大家可以思考一下。

要了解这个原因，我们需要知道整型在内存中是如何存储的。

往下看，我们就介绍到。

3.类型的基本归类

C语言中包含了5种基本的数据类型

1、整数类型

char

unsigned char
signed char short
unsigned short [int]

signed

short [int] int
unsigned int
signed int

long

unsigned long [int]
signed long [int]

2、浮点数类型

float
double

3、构造类型

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

4、指针类型

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

5、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

二、 整形在内存中的存储

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。

1.原码、反码、补码

之前文章讲过
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”。
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。

int main()
{
	int a = -1;
	//10000000000000000000000000000001        -原码
	//11111111111111111111111111111110      -反码
	//11111111111111111111111111111111      -补码
	int b=1;
	//00000000000000000000000000000001 原码反码补码一样
	return 0;
}

正数的原、反、补码都相同。
对于整形来说：数据存放内存中其实存放的是补码。

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。

下面一个例子解释：

int main()
{
	int i = -20;
	unsigned int j = 10;
	//100000000000000000000000000010100
	//111111111111111111111111111101011
	//111111111111111111111111111101100-  -20的补码
	//
	//000000000000000000000000000001010-  10的补码
	
	//111111111111111111111111111110110  两者相加之后在内存中依旧是补码，

	//111111111111111111111111111110101   转化为反码
	//100000000000000000000000000001010   转化为原码打印出来
	//-10
	//
	printf("%d\n", i + j);
	//按照补码的形式进行运算，最后格式化成为有符号整数
	return 0;
}

2.取值范围

数据类型的取值范围意味着这个变量可以存放的最大值和最小值。

我们如何计算这个值呢？

我们知道，计算器是二进制的。比特是CPU能读懂的最小单位，但是我们一般说内存机构的最小寻址单位是字节，而一个字节可以存放8比特。

而每个比特只能存放二进制的0或1，所以我们可以很容易计算出1字节可以存放最大的数是多少
11111111转化成十进制就是255。

255就是1字节可以表示的最大值，也就是说1字节大小就是255。

那么1字节的最小值是多少呢？

上面我们说到了有符号位signed和无符号位unsigned。

显然，如果是无符号位的最小值肯定是0，因为它没有负数。

那对于有符号位的数来说，它1字节的最小值是多少呢？

根据我们上面说了计算机的存储形式中，我便很容易知道。

我们通过画图，可以观察到，有符号数的最小值时-128.

【总结】

1字节中
有符号数的取值范围是-128~127
无符号数的取值范围是0-255

此外，通过上图，我们也可以发现，使用补码来存放整数有一些特征：

当符号位为0的时候，后边的1越多，整数的值就越大；
当符号位为1的时候，后边的0越多，整数的值就越小。

3.什么是大小端

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。

int main()
{
	int a = 0x11223344;//16进制 

	return 0;
}

这里我使用的编译器是vs2013,可以观察到，这里是大端存储，不同编译器的存储不一样，有的是大端，有的是小端。

为什么有大端和小端？

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。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。

三、浮点型在内存中的存储

常见的浮点数：

3.14159
1E10
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

1.浮点数存储规则

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：

(-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。

举个例子：

十进制的9.0;
二进制：1001.0
科学计数法：1.0012^3
(-1)^ 01.001*2^3
所以：
S=0
E=3
M=1.0011

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。
IEEE 754对有效数字M和指数E，还有一些特别规定。

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02047。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10+127=137，即10001001。

指数E从内存中取出还可以再分成三种情况

1.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:
0 01111110 00000000000000000000000

2.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。

3.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）；

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;
  }

为什么 0x00000009 还原成浮点数，就成了 0.000000 ？
按照上面的方法，我们来分析一下。

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。

9 -> 0000 0000 0000 0000 0000 0000 0000 1001

由于指数E全为0，所以符合第二种情况。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。

那么，代码的下面，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。

9.0 -> 1001.0 ->(-1)^0 *1.001 *2^3 ->
S=0, M=1.001,E=3+127=130

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

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 。

int main()
{
	int n = 9;
	//0 00000000 00000000000000000001001
	//E为全0
	//E直接就是1-127=-126
	//M=0.00000000000000000001001
	//0.00000000000000000001001*2^-126         无限接近0的数字
	float *pFloat = (float *)&n;
	//
	printf("n的值为：%d\n", n);
	printf("*pFloat的值为：%f\n", *pFloat);//0.000000

	*pFloat = 9.0;
	//1001.0
	//1.001*2^3
	//(-1)^0*1.001*2^3
	//S=0
	//E=3
	//M=1.0011
	//01000001000100000000000000000000
	printf("num的值为：%d\n", n); 
	printf("*pFloat的值为：%f\n", *pFloat);
	return 0;
}

---

最后

本文参考了小甲鱼《零基础入门学习C语言》一书，以及本人听课所得，包括笔记、讲课例子等等梳理而成，若有不到位的地方，还请大家多多海涵，并且指出有疏漏的地方。
感谢！！！