【数据在内存中的存储】---深度剖析

一、数据类型介绍

C语言为我们提供了下面几种内置类型

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

注意 :C语言没有提供字符串类型，但是很多高级语言如java c#就有字符串类型，用string来表示字符串，可用string s1=“linux”;来定义字符串的变量，但是我们可以用指针来表示字符串，例如char* p=“Hello”

这些类型实际上为我们解释了数据在内存中所占的字节数，数据在内存中的首地址，数据在内存中存储时的编码方式

1）类型的基本归类

1.1）整形家族

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

注意

1）char类型在虽然是存储字符的，但是字符是以ASCLL码的形式存储在内存，所以char也是整形家族
2）在我们写short，long类型时通常可以把后面的int省略。
3）short,int,long等同于signed int / short /long 。而char是根据编译器来决定的。
4）数据有无符号在读取的有差异，在下面第2点我们有解释。

2.2）浮点家族

	float
	double

2.3）构造类型

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

2.4）指针类型

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

2.5）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。

2）整形在内存中的存储

我们知道数据的存储是需要在内存中开辟空间，而空间的大小是根据类型决定的。

在学习原码, 反码和补码之前, 需要先了解机器数和真值的概念

2.1） 机器数和真值

1）机器数

一个数在计算机中的二进制表示形式, 叫做这个数的机器数。机器数是带符号的，在计算机用一个数的最高位存放符号, 正数为0, 负数为1.
比如，十进制中的数 +5 ，在32位计算机中字长为8个bit位，转换成二进制就是00000101。如果是 -5，就是 10000101 。
那么，这里的 00000101 和 10000101 就是机器数。

2）真值

因为第一位是符号位，所以机器数的形式值就不等于真正的数值。例如上面的有符号数 10000101，其最高位1代表负，其真正数值是 -5 而不是形式值133（10000101转换成十进制等于133）。
所以，为区别起见，将带符号位的机器数对应的真正数值称为机器数的真值。例：0000 0001的真值 = +000 0001 = +1，1000 0001的真值 = –000 0001 = –1

2.2）原码、反码、补码

1）原码

原码就是符号位加上真值的绝对值, 即用第一位表示符号, 其余位表示值.
比如如果是8位二进制:

[+1]原 = 0000 0001
[-1]原 = 1000 0001

因为第一位是符号位, 所以8位二进制数的取值范围就是:

[1111 1111 , 0111 1111]==>[-127 , 127]

2）反码

正数的反码是其本身
负数的反码是在其原码的基础上, 符号位不变，其余按位取反.

[+1] = [00000001]原 = [00000001]反
[-1] = [10000001]原 = [11111110]反

3）补码

正数的补码就是其本身
负数的补码是反码+1

[+1] = [00000001]原 = [00000001]反 = [00000001]补
[-1] = [10000001]原 = [11111110]反 = [11111111]补

4）为何要使用原码, 反码和补码

首先我们先看一下【-1 】和 【+1】 的原码, 反码和补码

[+1] = [00000001]原 = [00000001]反 = [00000001]补
[-1] = [10000001]原 = [11111110]反 = [11111111]补

可以看出三个值都不同，但是为什么要引入反码和补码呢？因为在计算机中进行数据的加减乘除运算时，数据的符号会让让计算机的基础电路设计变得十分复杂，是人们想出了将符号位也参与运算的方法。
根据运算法则[ 1 - 1 ]=[1 - ( -1 ) ] = 0，所以机器运算就变简单了！
所以科学家们研究把符号位参与运算

首先我们先看用反码计算

1 - 1 = 1 + (-1) = [0000 0001]原 + [1000 0001]原= [0000 0001]反 + [1111 1110]反 = [1111 1111]反 = [1000 0000]原 = -0

发现用反码计算减法, 结果的真值部分是正确的. 而唯一的问题其实就出现在"0"这个特殊的数值上. 虽然人们理解上+0和-0是一样的, 但是0带符号是没有任何意义的. 而且会有[0000 0000]原和[1000 0000]原两个表示0.

于是补码的出现, 解决了0的符号以及两个编码的问题:

1-1 = 1 + (-1) = [0000 0001]原 + [1000 0001]原 = [0000 0001]补 + [1111 1111]补 = [0000 0000]补 = [0000 0000]原

这样0用[0000 0000]表示, 而以前出现问题的-0则不存在了.而且可以用[1000 0000]表示-128:

(-1) + (-127) = [1000 0001]原 + [1111 1111]原 = [1111 1111]补 + [1000 0001]补 = [1000 0000]补

注意

1）-1-127的结果应该是-128, 在用补码运算的结果中, [1000 0000]补 就是-128. 但是注意因为实际上是使用以前的-0的补码来表示-128, 所以-128并没有原码和反码表示.(对-128的补码表示[1000 0000]补算出来的原码是[0000 0000]原, 这是不正确的)
2）使用补码, 不仅仅修复了0的符号以及存在两个编码的问题, 而且还能够多表示一个最低数. 这就是为什么8位二进制, 使用原码或反码表示的范围为[-127, +127], 而使用补码表示的范围为[-128, 127].
3）因为机器使用补码, 所以对于编程中常用到的32位int类型, 可以表示范围是: [-2^31, 2^31-1] 因为第一位表示的是符号位.而使用补码表示时又可以多保存一个最小值.

2.3）大小端介绍

首先我们看一段代码：

#include<stdio.h>
int main()
{
	int a = 20;
	int b = -10;
	return 0;
}

我们看看在内存中a，b变量的存储

我们先了解大小端概念

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：

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。
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。

所以现在我们就可以理解a,b会这样存储了
1）a=20=[00000000 00000000 00000000 00010100 ]原码，反码，补码
由于我是以16进制显示的所以转换为[00 00 00 14]
由于vs2019是小端存储所以在内存中显示为[14 00 00 00]
2）同理可知，b = -10 = [10000000 00000000 00000000 00000000 00001010] 原码 = [11111111 11111111 11111111 11110101]反码=[11111111 11111111 11111111 11111111 11110110]补码，所以在内存中显示为[f6 ff ff ff]

百度2015年系统工程师笔试题：

请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。

int check_sys()
{
	int a = 1;
	return *(char*)&a;
}
#include<stdio.h>
int main()
{
	int ret = check_sys();//返回1是小端，返回是大端
	if (1 == ret)
	{
		printf("小端\n");
	}
	else
	{
		printf("大端\n");
	}
	return 0;
}

2.4）代码练习与应用

🥇

#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;
}

首先-1为int类型转化为char类型会发生截断

变为

根据有符号前面补符号位，无符号补0，所以a和b都是-1，c为[00000000 00000000 00000000 1111111]也就是255

🥈

#include<stdio.h>
#include<string.h>
int main()
{
	char a[1000];
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	printf("%d", strlen(a));
	return 0;
}

我们在时钟园上写出这个范围

所以在这个循环中会出现从（-1~ -128 ~127 ~ 0）的循环由于0=‘/0’，由于从-1到0有255个，strlen计算到’/0’结束所以答案为255

3）浮点型在内存中的存储

我们先看一道题来解释它的存储方式

#include<stdio.h>
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;
}

答案是

首先我们要知道其存储规则
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。

例如 5.5的十进制的浮点数
首先我们要知道

然后得到了表达式

有如下规定

• 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:0 01111110 00000000000000000000000

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。

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）

我们回到刚才的题中，9存储方式为

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。
这个32位的二进制数，还原成十进制，正是 1091567616 。