C语言——数据在内存中的储存

最新推荐文章于 2024-11-11 09:41:37 发布

未梦来

最新推荐文章于 2024-11-11 09:41:37 发布

阅读量1k

点赞数 27

分类专栏：初级C语言文章标签： c语言开发语言

本文链接：https://blog.csdn.net/wx2023_10_15/article/details/136404353

版权

初级C语言专栏收录该内容

16 篇文章 0 订阅

订阅专栏

文章详细解释了整数的原码、反码和补码表示，以及为何在内存中使用补码。同时介绍了大小端字节序的概念及其在内存中的应用，通过示例展示了如何判断机器的字节序。最后讲解了浮点数在内存中的存储格式，特别是IEEE754标准的应用，以及整数与浮点数之间的区别。

摘要由CSDN通过智能技术生成

1.整数在内存中的储存

整数的二进制表示方法有三种，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”，而数值位最高位的⼀位是被当做符号位，剩余的都是数值位。

正整数的原、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得到的就是原码。

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就得到补码。

如：

对于整形来说：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域统⼀处理；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。

2.大小端字节序和字节序判断

上图中我们可以看出数据储存的一点细节，不过不够明显，下面我们再来调试一下其他情况，让细节暴露出来吧。

如下：

通过这次调试我们就会发现，a中的 0x11223344 这个数字是按照字节为单位，倒着存储的。

这是为什么呢？

2.1 大小端的概念

其实超过一个字节的数据在内存中存储的时候，就有存储顺序的问题，按照不同的存储顺序，我们分为大端字节序存储和小端字节序存储，下面是具体的概念：

大端（存储）模式：是指数据的低位字节内容保存在内存的高地址处，而数据的高位字节内容，保存在内存的低地址处。

小端（存储）模式：是指数据的低位字节内容保存在内存的低地址处，而数据的高位字节内容，保存在内存的高地址处。

上述概念需要记住，方便分辨大小端。

2.2 大小端的由来

为什么会有大小端之分呢？

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 位，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。

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。

2.3 练习

设计⼀个小程序来判断当前机器的字节序。

代码如下：

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

运行结果如下：

3.浮点数在内存中的储存

常见的浮点数：3.14159、1E10等，浮点数家族包括： float 、 double 、 long double 类型。

浮点数表示的范围： float.h 中定义。

3.1 浮点数与整数在内存储存的区别

整数和浮点数在内存中储存的区别我们表面看不出来，这就需要我们采取方法来找出它们的区别了。

方法如下：

#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;
}

运行结果如下：

通过运行结果我们可以知道它们的储存方法确实不一样，可到底有什么区别呢？

3.2 浮点数的储存

上面的代码中， 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。

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：

V = $-1^{S}*M*2^{E}$

• (−1) 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，M是大于等于1，小于2的

• $2^{E}$ 表示指数位

举例来说：

十进制的5.5，写成二进制是 101.1 ，相当于 1.011×2^2 。

那么，按照上面 V 的格式，可以得出S=0，M=1.011，E=2。

十进制的-5.0，写成二进制是 -101.1 ，相当于 -1.011×2^2 。那么，S=1，M=1.011，E=2。

IEEE 754规定：

对于32位的浮点数，最高的1位存储符号位S，接着的8位存储指数E，剩下的23位存储有效数字M

对于64位的浮点数，最高的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数字M

3.2.1 浮点数存的过程

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，2^2的E是2，所以保存成32位浮点数时，必须保存成2+127=129，即10000001。

3.2.2 浮点数取的过程

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 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(中间值)=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: