C++笔记——基本数据类型的表现形式

此笔记参考《C++反汇编与逆向技术揭秘》

1.1 整数

C++提供的整数数据类型有三种：int、long、short。在Microsoft Visual C++6.0中，int和long占4字节，short占2字节。由于二进制数不方便显示和阅读，因此内存中的数据采用十六进制数显示。

1.1.1无符号整数（unsigned int）

无符号整数占4字节，取值范围：0x00000000~0xFFFFFFFF。由于是无符号整数，不存在正负之分，都是整数，故无符号整数在内存中以真值形式存放，即从内存取来参与运算的都是原码。

1.1.2 有符号整数

有符号整数4字节，有符号整数中，正数的表示区间为：0x00000000 ~ 0x7FFFFFFF；负数的表示区间为：0x80000000 ~ 0xFFFFFFFF。在计算机中，正数加负数的运算是用正数的原码加负数的补码得到结果的。正数的原码、反码、补码都一样，负数的反码是在原码的基础上，符号位不变（仍为1），数值位按位取反；负数的补码是在原码的基础上，符号位不变（仍为1），数值位按位取反，末位加1。

如何判断一段数据是有符号类型还是无符号类型呢？这就需要查看指令或者已知的函数如何操作次内存地址，根据操作方式或函数相关定义得出该地址的数据类型。如API调用MessageBoxA，它有4个参数，查看帮助得知，第4个参数为一个无符号整数，从而可分析出这个传入数值的类型。

1.2 浮点数类型

在C/C++中，用两种数据类型来保存浮点数：float（单精度）、double（双精度）。float占4字节，double占8字节。

整数类型是将十进制转换成二进制保存在内存中，以十六进制方式显示。浮点类型并不是将一个浮点小数直接转换成二进制数保存，而是将浮点小数转换成的二进制码重新编码，在进行存储。C/C++的浮点数是有符号的。

C/C++浮点数强制转换为整数时，不会四舍五入，而是舍弃小数，不会进位。

浮点数的操作不会用到通用寄存器，而会使用协处理器的浮点寄存器，专门对浮点数进行运算处理。Microsoft Visual C++6.0在使用浮点数前，需先对浮点寄存器进行初始化，然后才能正常运行。

1.2.1 浮点数的编码方式

浮点数编码转换采用的是IEEE规定的编码标准，float和double这两种数据类型的转换原理相同，但由于表示的范围不一样，编码方式有些区别。IEEE规定的浮点数编码会将一个浮点数转换为二进制数。以科学计数法划分，将浮点数拆分为3部分：符号、指数、尾数。

十进制数127可表示为二进制数01111111.IEEE编码方式规定，当指数域小于01111111时为一个负数，反之为正数，因此01111111为0。

double类型占8字节内存空间，最高位表示符号，指数占11位，剩余42位用于表示尾数。
在float中，指数位范围用8位表示，加127后用于判断指数符号。在double中，由于扩大了精度，因此指数范围使用11位正数表示，加1023后可用于指数符号判断。

1.2.2 基本的浮点数指令

浮点数操作是通过浮点寄存器来实现的，浮点寄存器是通过栈结构来实现的，由ST(0)~ST(7)共8个栈空间组成，每个浮点寄存器占8字节。每次使用浮点寄存器都是率先使用ST(0)，而不能越过ST(0)直接使用ST(1)。浮点寄存器的使用就是压栈、出栈的过程。当ST(0)存在数据时，执行压栈操作后，ST(0)中的数据将装入ST(1)中，如无出栈操作，将顺序的向下压栈，直到浮点寄存器占满。常用浮点数指令的介绍如下表2-1所示，IN表示操作数入栈，OUT表示操作数出栈。

使用浮点指令时，都要先利用ST(0)进行运算。当ST(0)中有值时，便会将ST(0)中的数据顺序向下存放到ST(1)中，然后再将数据放入ST(0)中。如果再次操作ST(0)，则会先将ST(1)中的数据放入ST(2)中，然后将ST(0)中的数据放入ST(1)中，最后才将新的数据存放到ST(0)。以此类推在8个浮点寄存器都有值的情况下继续向ST(0)中存放数据，这时会丢弃ST(7)中数据信息。

1.3 字符和字符串

在C++中，字符的编码格式分两种：ASCII和Unicode。Unicode是ASCII的升级编码格式。在Microsoft Visual++ 6.0中，使用char定义ASCII编码格式的字符，使用wchar_t定义Unicode字符，wchar_t保存ASCII编码，不足位补0。ASCII编码在内存中占一个字节，Unicode占2个字节。

定义字符串的时候都会指定好首地址，结束地址的确定有两种做法，一种是在首地址的四字节中保存字符串长度；另一种是在字符串的结尾处使用一个结束符。C++使用‘\0’作为结束符。ASCII使用一个字节‘\0’，Unicode使用两个字节‘\0’。不能使用处理ASCII编码的函数对Unicode编码进行处理。

1.4 布尔类型

布尔类型在内存中占1字节；布尔类型只比较两个结果值：真、假，C++中定义0为假，非0为真。

1.5 地址、指针和引用

地址：在C++中，地址标号使用十六进制表示。取一个变量的地址使用“&”，只有变量才存在内存地址，常量没有地址（不包括const定义的伪常量）。
i = 100 printf("%x",&i);是正确的，printf("%x",&100);是错误的，用cout输出两者也一样。

指针（TYPE *）：任何数据类型都可以定义指针，指针本身也可以是一种数据类型，用于保存各种数据类型在内存中的地址，指针变量同样可以取出地址，所以会出现多级指针。

引用（TYPE &）：引用在C++中不可以单独定义，并且在定义时就要进行初始化。引用表示一个变量的别名，对它的任何操作，本质上都是在操作它所表示的变量。

1.5.1 指针和地址的区别

指针和地址的不同点：

指针	地址
变量，保存变量地址	常量，内存标号
可修改，再次保存其他变量地址	不可修改
可以对其执行取地址操作得到地址	不可执行取地址操作
包含对保存地址的解释信息	仅仅有地址无法解释数据

指针和地址的相同点：

指针	地址
取出指向地址内存中的数据	取出地址对应内存中的数据
求两个地址的差	求两个地址的差

指针只支持加法和减法运算，例如。int型的指针加一，地址会加4.两指针的加法没有意义。

1.5.3 引用

引用类型在C++中被描述为变量的别名。实际上，C++为了简化指针操作，对指针的操作进行了封装，产生了引用类型。实际上引用类型就是指针类型，只不过它用于存放地址的内存空间对使用者而言是隐藏的。