深入理解计算机系统-信息的表示和处理

一、信息的存储

1、虚拟地址空间
通常情况下，程序将内存视为一个非常大的数组，数组的元素是由一个个的字节组成，每个字节都由一个唯一的数字来表示，我们称为地址（address），这些所有的地址的集合就称为虚拟地址空间（virtual address space）。

2、Byte和bit

1Byte = 8bit
3、字数据大小
字长决定了虚拟地址空间的最大的可以到多少，也就是说，对于一个字长为w 位的机器，虚拟地址的范围是0 到2^w - 1。

近些年，高性能服务器、个人电脑以及智能手机已经完成了从32 位字长到64位字长迁移。不过在一些嵌入式的应用场景中，32 位的机器仍旧占有一席之地。对于32 位的机器，虚拟地址空间最大为4GB，而64 位的机器，虚拟地址空间最大为16EB。
• 在迁移的过程中，大多数64 位的机器做了向后兼容，因此为32 位机器编译的程序也可以运行在64 位机器上。在64 位的机器上，可以通过这条命令编译生成可以在32 位机器上运行的程序。
• linux> gcc -m32 -o hello32 hello.c
• 通过修改编译选项，就可以编译生成在64 位机器上运行的程序。
• linux> gcc -m64 -o hello64 hello.c
4、寻址和字节顺序
C 语言中，支持整数和浮点数多种数据格式，下表列式了不同数据类型在32 位机器与64 位机器上所占字节数的大小。

从这个表中，我们可以看到很多数据类型都是占用了多个字节空间。对于我们需要存储的数据，我们需要搞清楚该数据的地址是什么，以及数据在内存中是如何排布的。
• 例如：一个int 类型的变量x（0x01234567），假设地址位于0x100 处，由于int类型占4 个字节，因此变量x 被存储在地址0x100,0x101,0x102,0x103 的内存处。


由于不同操作系统使用不同的存储分配规则，指针的值是完全不同的。

32 位的机器，使用4 字节的地址，64 位的机器使用8 字节的地址。虽然整型和浮点数都是对数值12345 进行编码，但是它们却有着完全不同的字节模式。

5、表示字符串
C 语言中的字符串被编码为以NULL 字符结尾的字符数组，例如字符串“abcde” ，这个字符串虽然只有5 个字符，但是长度却为6，就是因为结尾字符的存在。

通过以下程序可以得到每个字符在内存中对应的存储信息。

1 #include <stdio.h>
2 typedef unsigned char *byte_pointer;
3 void show_bytes(byte_pointer start , int len){
4 	int i;
5 	for(i = 0; i < len; i++){
6 		printf(” %.2x”, start[i]);
7 	}
8 	printf(”\n”);
9 }
10
11 void show_int(int x){
12 	show_bytes ((byte pointer) &x,sizeof (×));
13 }

其中结尾字符的十六进制表示为0x00，使用ASCII 码来表示字符，在任何系统上都会得到相同的结果。因此，文本数据比二进制数据具有更强的平台独立性。
6、布尔运算

C 语言中的一个特性就是支持按位进行布尔运算，确定一个位级表达式结果的最好方法，就是将十六进制扩展成二进制表示，然后按位进行相应的运算，最后再转换回十六进制。

位运算一个常见的用法就是实现掩码运算，通俗点讲，通过位运算可以得到特定的位序列。例如对于操作数0x89ABCDEF，我们想要得到该操作数的最低有效字节的值，可以通过& 0xFF，这样我们就得到了最低有效字节0x0000 00EF。
除了位级运算之外，C 语言还提供了一组逻辑运算，注意逻辑运算的运算符与位级运算容易混淆。逻辑运算认为所有非零的参数都表示true，只有参数0 表示false。

对于if(a && 5/a) 表达式，如果a 等于0，该逻辑运算的结果即为false，不用再去计算5 除以a，这样就可以避免了出现5 除以0 的情况。