【c语言进阶】深度解析数据中内存中的存储

本章重点
1. 数据类型详细介绍
2. 整形在内存中的存储：原码、反码、补码
3. 大小端字节序介绍及判断
4. 浮点型在内存中的存储解析

1. 数据类型详细介绍：

再继续讲解新的知识之前，我们先来简单的回顾一下我们在前面学习过的关于数据类型的知识。在之前初阶C语言的学习中，我们已经学习了数据的基本数据类型：

· char //字符数据类型 1
· short //短整型 2
· int //整型 4
· long //长整型 4
· long long //更长的整型 8
· float //单精度浮点数 4
· double //双精度浮点数 8

在我们的C语言中，有字符串类型吗？
答案是：没有

字符串是一种非常重要的数据类型，但是C语言不存在显式的字符串类型。C语言中的字符串都以字符串常量的形式出现或存储在字符数组中。同时，C 语言提供了一系列库函数来对操作字符串，这些库函数都包含在头文件 string.h 中。C 语言虽然没有字符串类型，但是 C 语言是存在字符串这个概念的，也就是字符串常量：以 NULL 字节结尾的 0 个或多个字符组成的序列。
并且因为 C 语言中没有字符串类型，所以字符串是存放在字符型数组中，将字符串作为字符数组来进行处理的。为了测定字符串的实际长度，C语言规定了一个“ 字符串结束标志 ”，即以转义字符’ \0 '作为其结束标志。

所以我们知道了存在着众多数据类型的意义：

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.决定了如何看待内存空间的视角。

2.类型的基本归类：

2.1整型家族：

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

2.2浮点型家族：

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

3.整形在内存中的存储：

一个变量在创建时是需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。数据在内存中进行存储时，存储的是其二进制表示所对应的补码。

3.1 数据的原、反、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”，而正数的原、反、补码都相同。
而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：将求得的反码+1，就得到了负整数的补码。

对于整形来说：数据存放在内存中，其实存放的是其补码。
这是因为 1. 使用补码可以将符号位和数值域统一处理 2. 加法和减法也可以统一处理（CPU只有加法器）3. 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。

int main()
{
	int i = -20;
	//10000000 00000000 00000000 00010100 - 原
	//11111111 11111111 11111111 11101011 - 反
	//11111111 11111111 11111111 11101100 - 补
	unsigned char j = 10;
	//00000000 00000000 00000000 00001010 - 原反补
	printf("%d\n", i + j);
	//11111111 11111111 11111111 11101100 - -20
	//00000000 00000000 00000000 00001010 - 10
	//11111111 11111111 11111111 11110110 - i+j补码
	//11111111 11111111 11111111 11110101 - 反码
  //10000000 00000000 00000000 00001010 - 原码  == -10
	return 0;
}

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。但是我们发现顺序有点不对劲。
这是又为什么？

3.2 大小端：

大小端（Endian）是指数据存储或者传输时的字节序，大小端分为大端和小端。
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。

为什么在存储时会需要字节序呢？这是因为在计算机系统中，我们是以字节为单位进行存储的，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类型之外，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进行安排的问题。因此就产生了大端存储模式和小端存储模式之分。

如何判断计算机采用的是大端存储模式还是小端存储模式呢？

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;
}

3.3 练习

int main()
{
	unsigned int i;//4294967295
	for (i = 9; i >= 0; i--)
	{
		printf("%u\n", i);
		Sleep(1000);//单位是毫秒；
	}
	//此代码重点是 unsigned int 和 i>=0 这二点导致是一个死循环
	//%u导致了0以后会打印出超大数 改成%d后就会出现负数，但依旧为死循环
	return 0;
}

int main()
{
	char a[1000];
	//char 类型的取值范围是 -128~127
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
  // 此循坏会执行1000 但因为是char，所以只能存储255个数（-1 -2 -3 .... -128 （此处符号的突变就是因为char类型和操作系统的截断导致的）127 126 125 ..... 3 2 1 0 -1 -2 -3....）
	printf("%d", strlen(a));
  //结果为255 ，因为strlen函数找到\0后就会结束。
	return 0;
}

int main()
{
	unsigned char i = 0;
	//0~255
	for (i = 0; i <= 255; i++)//死循环，无符号数导致的
	{
		printf("hello world\n");
	}
	return 0;
}

4.浮点型在内存中的存储：

我们常见的浮点数有很多，比如3.14159，再比如1E10等等。上面我们也说过浮点数点数家族中主要包含了float、double、long double三种数据类型。而在这里我们要知道的是，关于浮点数的表示范围，需要在头文件 float.h中定义。

4.1 浮点数存储示例：

int main()
{
	int a = 9;
	//定义整型变量a
	float* pa = (float*)&a;
	//定义浮点型指针*pa，并使其指向整型变量a
	printf("整型变量  a  的值为：%d\n", a);    // 9
	printf("*pa指向地址内的值为：%f\n", *pa);   // 9.000000
	*pa = 9.0;
	//将浮点型指针*pa指向地址内的数据变更为浮点型数据9.0
	printf("整型变量  a  的值为：%d\n", a);    // 9
	printf("*pa指向地址内的值为：%f\n", *pa);   // 9.000000
	return 0;
}

结果
整型变量 a 的值为：9
pa指向地址内的值为：0.000000
整型变量 a 的值为：1091567616
*pa指向地址内的值为：9.000000

以我们的分析得到得结果却只对了俩个，因为就是int类型和float类型得存储和解读得方式有别，接下来我们来了解一下浮点数储存的规则。

4.2 浮点数存储规则：

4.2.1标准 IEEE 754

根据国际电气和电子工程协会标准 IEEE 754，任意一个二进制浮点数都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

For example：
1.十进制的5.0，写成二进制是 101.0 ，相当于 1.01×2^2 。那么，按照上面的格式，我们就可以得出：S=0，M=1.01，E=2。
2.十进制的-5.0，写成二进制是 -101.0 ，相当于 -1.01×2^2 。那么，同样按照上面的格式，可以得出：S=1，M=1.01，E=2。

4.2.2国际标准 IEEE 754 中规定：

对于32位的浮点数（单精度浮点数），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。而对于64位的浮点数（双精度浮点数），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：

32位浮点数（单精度）
S（1 bit） E（8 bit） M（23 bit）
64位浮点数（双精度）
S（1 bit） E（11 bit） M（52 bit）

4.2.3 IEEE 754中关于有效数字M的规定：

在上面我们说过，有效数字M的取值范围是（ 2 ， 1 ]，即大于等于1且小于2，也就是说有效数字可以写作 1.xxxxxx 的形式，其中 xxxxxx 为小数部分。
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（单精度浮点数）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。

4.2.4 IEEE 754中关于指数E的规定：

相对于有效数字M，指数E的相关规定就略显复杂。
首先，E为一个无符号整数（unsigned int） 这意味着如果E为8位，则取值范围为0~255； 如果E为11位，则取值范围为0~2047。但是，我们都知道，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（单精度浮点数）时，必须保存成10+127=137，即 1000 1001。
接着，指数E在从内存中取出时，还可以再分为三种情况：

①.E全为0：
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。
②.E全为1：
如果有效数字M全为0，表示 ±∞（正负取决于符号位s）。
③.E非全0/1：
浮点数就采用这样的规则表示：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 0000 0000 0000 0000 0000 000，则其二进制表示形式为:0 01111110 00000000000000000000000

4.2.5解释前面题目：

现在我们再重新回到我们刚刚提出的问题上来：为什么 0x00000009 还原成浮点数，就成了 0.000000 ？
首先，我们按照上面的国际标准规定的格式将其进行拆分可以得到：

S = 0
E = 00000000
M = 000 0000 0000 0000 0000 1001

由于指数E全为0，所以符合上面我们说的的第①种情况。因此，该浮点数就应当写成：
(-1)^0 × 0.00000000000000000001001 ×2^(-126)=1.001× 2^(-146)
而显然，该浮点数此时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。
接着，浮点数9.0等于二进制的1001.0，即1.001×2^3，同样将其拆分可以得到：

S = 0
E = 10000010 //127+3=130
M = 001 0000 0000 0000 0000 0000

则将其写成二进制形式即为：
0 10000010 001 0000 0000 0000 0000 0000
而将这个32位的二进制数还原为十进制数后便正是1091567616。

4.总结

本文我们更加深层次的，从内存的角度深度剖析了数据在内存中的存储情况，这一部分的知识更加底层，因而更加复杂，希望我的文章和讲解能对大家的学习提供一些帮助。