浅析数据存储

1. 数据类型

   1.1 对于数据类型我们有很多很熟悉的类型：char字符型，占1个字节，short短整型，占2个字节，int整型，占4个字节，long长整型，占4个字节，float单精度浮点型，占4个字节，double双精度浮点型，占8个字节。（在C99标准下出现了long long类型，也为8个字节。）

   1.2 在早期的16位机器上，int是2个字节的，但在32位或64位机器下int均为4个字节。

   1.3 规定sizeof(long)>=sizeof(int)。

   1.4 布尔类型（Bool）：专门用来表示真假的类型（也是在C99标准下引入的）,但我们在C语言中总是习惯于用0和1来表示假和真，所以布尔类型实际情况并不多见。而且我们可以看见，Bool只是int的一个重命名而已。

   

   1.5整型：

   短整型 【signed】short 【int】

   基本整型 【signed】 int

   长整型 【signed】long 【int】

   无符号短整型 unsigned short 【int】

   无符号基本整型 unsigned 【int】

   无符号长整形 unsigned long 【int】

   以及字符 signed char 和 unsigned char

   字符可以当做整型——ASCII值。我们要明确的一点是，char与int等整型不同，char不一定与signed char等价，char到底是signed char 还是unsigned char是取决于编译器的，但在常见的编译器下二者是等价的。

   有符号数可以有正有负，与此对应无符号数便不可以有负号在前面因此不可有负数。比如定义年龄我们可以使用 unsigned int age，其不可能为一负数。

   我们可以根据一段代码来进一步理解unsigned

   int main()
   {
       unsigned int num = -10;
       printf("%d", num);
       return 0;
   }

   编译结果为

   这看似与印象中unsigned的定义相悖，-10居然可以打印出来。但其实代码是是有问题的，%d只适用于有符号整型，%u才是用于无符号整型的。

   我们已经知道了unsigned是不可能打印出来负数的，这没错，但是我们如果非要把-10放进去为什么打印出来的数字会如此离谱，这其实是因为unsigned将-10当作正数来解读了，所以会打印出这个结果。

   1.6浮点型

   单精度浮点型 float

   双精度浮点型 double

   1.7 构造类型（自定义类型）

   数组类型

   结构体类型

   枚举类型

   联合类型

   1.8 指针类型

   int *pi

   char *pc

   float *pf

   void *pv

   1.9 void（空）类型

   无具体类型的指针

2. 整型在内存中的存储

   2.1 原码、反码、补码

   首先我们需要知道整数的二进制有三种表示方法即原码、反码和补码。

   原码的二进制序列第一位为符号位，符号位为0代表正数，符号位为1代表负数。

   2.2 对于正数来讲，正数的二进制序列原码、反码与补码相同，均为该数的二进制。

   2.3 但是对于负数来讲三者并不一样：

   三者的关系为：原码的二进制序列除符号位按位取反后得到反码，反码加一得到补码。

   此外有一个微妙的关系，即补码取反加一是原码，原码取反加一是补码。

   例如

   int a = -15；

   其原码为：

   1000 0000 0000 0000 0000 0000 0000 1111

   反码（符号位 1 不变其他按位取反）为：

   1111 1111 1111 1111 1111 1111 1111 0000

   补码（加1）为：

   1111 1111 1111 1111 1111 1111 1111 0001

   2.4 在内存中存储的是二进制的补码。

   这是为什么呢？

   原因有两个，一是因为CPU是只可执行加法操作的，仅用原码执行减法操作非常困难，此时如果用补码就可以利用 原码补码之间微妙的关系来同时处理加法和减法，不用再加入额外电路，其次计算时符号位和数值域可以统一处理即直接相加。

3. 大小端字节序

   3.1 二进制过于冗长，因此在内存窗口一般是用十六进制来展示的。

   二者的转化也相当容易，易知10的二进制序列为

   0000 0000 0000 0000 0000 0000 0000 1010 二进制的四位可以转为十六进制的一位，故有

   0 0 0 0 0 0 0 a

   十六进制表示即为0x0000000a

   但是如果我们在内存窗口查看的话，会发现很奇怪的一点

   存储的顺序与我们写出的十六进制顺序并不一样，这是因为在有多字节存储的情况下，会存在大小端字节序的概念。

   3.2 十六进制与我们熟悉的十进制一样有低位与高位，内存中也存在类似的低位与高位：

   当低字节位存放在高地址处，高字节位存放在低地址处，称为大端字节序；

   当低字节位存放在低地址处，高字节位存放在高地址处，称为小端字节序；

   因此在我们的机器下为小端字节序。

   3.3 我们知道不同的环境下大小端可能不同，那我们如何设计一个程序来判断一下当前机器为大端还是小段呢？

   思路很简单：

   定义一个函数若为大端返回0，小端返回1；

   函数设计：定义一个整型变量赋值为1，十六进制为0x00000001，当其为大端或小端存储时，首位会不同。

   我们可以将int *强制转换为char *来实现取出首个字节的目的。若为0则为大端字节序，为1则为小端。

   #include<stdio.h>
   int Check_sys()
   {
       int a = 1;
       return *(char*)&a;//对a取地址后再进行强制转换最后解引用即可得到首位
   }
   int main()
   {
       int ret = Check_sys();
       if (ret == 1)
       {
           printf("小端\n");
       }
       else
       {
           printf("大端\n");
       }
       return 0;
   }

   可以知道该机器为大端还是小端。

4. 浮点型在内存中存储解析

1985年, IEEE754标准问世, 浮点数的存储问题有了一个通用的工业标准.

IEEE754标准提供了如何在计算机内存中,以二进制的方式存储十进制浮点数的具体标准:

*-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

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。

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。

对于E来讲，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。

当E从内存中取出时，有几种不同的情况

当E不全为0或E不全为1时，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。

当E全为0时，此时，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。

当E全为1时，表示±无穷大。