【C语言】数据在内存中的存储（详解）

1. 数据类型的介绍

---

我们在学习C语言的过程中，认识了许多类型，如：

char      //字符数据类型
short     //短整型
int      //整型
long     //长整型（大小一般 >= int）
long long     //更长的整型
flaot     //单精度浮点数
double    //双精度浮点数

以及他们所占空间的大小。

类型的意义：

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. 整型在内存中的存储

---

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。

 接下来我们就谈谈数据在所开辟内存中到底是如何存储的

比如:

int a = 20;
int b = -10;

我们知道操作系统会为a和b分配四个字节的空间。
那到底是如何存储的呢？

我们首先要了解下面这个概念：

2.1 原码、反码、补码

计算机中的整数有三种二进制表示方法，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”，而数值位正数的原、反、补码都相同。

负整数的三种表示方法各不相同：

原码
直接将数值按照正负数的形式翻译成二进制就可以得到原码。

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反码。

补码
反码+1就是补码

📖：在我们实际换算时，大多数情况只需要知道原码和补码，原码是为了方便我们换算，而补码是整型存储在计算机中的数据。我们知道，原码转换成补码，进行了一个取反加一的操作，而对于从补码转换成原码，也可以进行取反加一的操作。
如图：

对于整型来说：数据存放内存中其实存放的是补码。
为什么呢？

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位统一处理；
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。

我们看看在内存中的存储：

我们可以看到对于a和b分别存储的是补码（这里是将二进制转换成了十六进制进行展示，如果不太理解转换规则，可以看看这篇博客：进制的转换）。但是我们发现顺序有点不对劲。
这是为什么呢？

2.2 大小端介绍

什么是大端小端：

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。

为什么会有大小端：

  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。

来看一道笔试题：

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。

#include <stdio.h>
int check_sys()
{
	 int i = 1;
	 return (*(char *)&i);
}
int main()
{
	 int ret = check_sys();
	 if(ret == 1)
	 {
		 printf("小端\n");
	 }
	 else
	 {
		 printf("大端\n");
	 }
	 return 0;
}

2.3 类型的范围值

这里可以引入一个头文件<limits.h>，在这个头文件里，定义了许多整型的范围。
如图：

那么，这些范围是怎么来的呢？
我们用char来举例：

我们知道定义一个char类型只开辟一个字节的空间，也就是8个比特位，而char类型分为unsigned char和signed char

signed char:

由此：我们可以看出signed char的范围是 -128~127

unsigned char:

由此：我们可以看出unsigned char的范围是 0~255

其他类型也可以以此类推。

2.4 练习

 

题目一：

//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;
}

题解：

这里如果不理解整形提升，可以看看C语言操作符详解中的隐式类型转换

 

题目二：

//输出什么？
#include <stdio.h>
int main()
{
    char a = -128;
    printf("%u\n",a);
    return 0;
}

题解：
这里是要求按无符号类型打印，而char类型中-128的补码表示为1000 0000，进行整形提升再打印出来为4294967168

 

题目三：

//输出什么？
#include <stdio.h>
int main()
{
    char a = 128;
    printf("%u\n",a);
    return 0;
}

题解：

由此可以看出这道题和上一道题的结果是一样的，原因是：
-128的补码：
1111 1111 1111 1111 1111 1111 1000 0000
128的补码：
0000 0000 0000 0000 0000 0000 1000 0000
存入到char中，都是截取后八位进行存储，所以它们存储的数据是相同的

 
题目四：

//输出什么？
int i= -20;
unsigned  int  j = 10;
printf("%d\n", i+j);

题解：
按照补码的形式进行运算，最后格式化成为有符号整数

 

题目五：

unsigned int i;
for(i = 9; i >= 0; i--)
{
    printf("%u\n",i);
}

题解：
这题结果是一个死循环，我们可以分析一下：

 

题目六：

//输出什么？
int main()
{
    char a[1000];
    int i;
    for(i=0; i<1000; i++)
   {
        a[i] = -1-i;
   }
    printf("%d",strlen(a));
    return 0;
}

题解：
⭐️：’\0’的ASCII码值为：0

而strlen统计的是’\0’之前的数据个数，所以结果为255

 

题目七：

//输出什么？
#include <stdio.h>
unsigned char i = 0;
int main()
{
    for(i = 0;i<=255;i++)
   {
        printf("hello world\n");
   }
    return 0;
}

题解：
这题结果会无限输出hello world

 
 

3. 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：头文件<float.h>中定义

3.1 一个例子

浮点数在内存中的存储方式是不一样的，我们开看这个例子：

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;
}

结果如图所示：

num 和 *pFloat 在内存中明明是同一个数，为什么浮点数和整数的解读结果会差别这么大？
要理解这个结果，一定要搞懂浮点数在计算机内部的表示方法。

3.2 浮点数的存储规则

📖：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。

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。 IEEE754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分成三种情况：
E不全为0或E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）

到这里我们就可以来解释上面3.1的例题了：
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为有效数字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。

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 。