深度剖析数据在内存中的存储

深度剖析数据在内存中的存储

 

文章目录

• 1.数据类型介绍
  • 1.1 类型的基本归类：
• 2. 整形在内存中的存储
  • 2.1 原码、反码、补码
  • 2.2 大小端介绍
  • 2.3 练习
    • 练习1
    • 练习2
    • 练习3
    • 练习4
    • 练习5
    • 练习6
    • 练习7
    • 练习8
• 3. 浮点型在内存中的存储
  • 3.1 一个例子
  • 3.2 浮点数存储规则
    • E不全为0或不全为1
    • E全为0
    • E全为1
  • 解释前面的题目：

 

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.数据类型介绍

前面我们已经学习了基本的内置类型：

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
//C语言有没有字符串类型？

以及他们所占存储空间的大小。

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. 看待内存空间的视角不同。

1.1 类型的基本归类：

整形家族：

char

unsigned char

signed char

short == signed short [int]

unsigned short [int]

int == signed int

unsigned int

long == signed long [int]

unsigned long [int]

unsignded :表示无符号位

signed:表示有符号位

注意：为什么数据类型会分为有符号和无符号呢，这是因为生活中有些数据只有正数，有些有正有负。例如，商品的的价格，温度等等

所以c语言中数据类型中会存在有符号和无符号。

可能大家会好奇char为什么会归类为整形家族，这是因为字符的本质是ASCII码值，是整形，所以划分到整形家族。

char到底是signed char还是unsigned char,标准是未定义的，取决于编译器的具体实现。

浮点数家族：

float//单精度浮点型
double//双精度浮点型

构造类型：

数组类型

结构体类型 struct

枚举类型 enum

联合类型 union

指针类型

int *pi;

char *pc;

float* pf;

void* pv;

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。

//第一个void表示行数不会返回值
//第一个void表示函数不需要传任何参数
void test(void)
{
    printf("hehe\n");
}
int main()
{
	return 0;
}

2. 整形在内存中的存储

我们之前讲过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。

那接下来我们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;

我们知道为 a，b均分配四个字节的空间。

那如何存储？

下来了解下面的概念：

2.1 原码、反码、补码

计算机中的整数有三种2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就得到补码。

我们看看在a,b在内存中的存储：

我们发现对于整形来说：数据存放内存中其实存放的是补码。

为什么呢？

原因如下：

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(补码的补码是原码)，不需要额外的硬件电路。

我们可以看到对于a和b分别存储的是补码，虽然数据是以二进制的形式存储在内存中的，但是表示出来太冗长了，所以编译器是以十六进制显示出来的。但是我们发现顺序有点不对劲。

这是又为什么？我们继续往下看

2.2 大小端介绍

什么大端小端：

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。

为什么有大端和小端：

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 32bit的 short型 x，在内存中的地址为 0x008ffb30， x的值为 0x11223344，那么 0x11为

高字节，0x22为较高字节，0x33为较低字节， 0x44为低字节。对于大端模式，就将 0x11放在低地址中，即 0x008ffb30中，就将 0x22放在较低地址中，即 0x008ffb31中，0x11放在低地址中，即 0x008ffb30中，

在高地址中，即0x008ffb33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。

我们看一道面试题

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。（10分）

思路：我们定义一个变量int a = 1;那么有两种存储方式：

我们发现小端存储的一个字节是01，大端存储第一个字节是00，这就是破题点，我们只需要拿出a的第一个字节看看是1还是0就可以判断当前机器的字节序是大端还是小端，我们只要把a的地址取出来在强制转换为char*,并进行解引用，即可得出结果。

#include
int check_sys()
{
    int a = 1;
    return *(char*)&a;
}

int main()
{
    int ret = check_sys();
    if(ret)
    {
        printf("小端\n");
    }
    else
    {
        printf("大端\n");
    }
    return 0;
}

结果：小端(VS2022编译器存储方式为小端)

2.3 练习

练习1

1.
//输出什么？
#include //头文件后面的题都省略了
int main()
{ 
    char a= -1;
    signed char b=-1;
    unsigned char c=-1;
    //注意：unsigned char的范围是0~255，-1不在此范围内
    //是不是有点奇怪啊
    printf("a=%d,b=%d,c=%d",a,b,c);
    return 0;
}

结果： a = -1,b = -1,c = 255

我们先了解他们在内存中的存储方式，下面的图理解了，有符号和无符号你就懂了。

因为char在vs2022编译器中是signed char,所以signed char 和char的分析方法一样，b = -1.

练习2

2.
int main()
{
    char a = -128;
    printf("%u\n",a);
    printf("%d\n",a);
    return 0;
}

结果：4294967168 -128

练习3

3.
int main()
{
    char a = 128;
    printf("%u\n",a);
    printf("%d\n",a);
    return 0;
}

结果：和上一个一样

这里就不分析了，大家自己试一下，和上面一样的套路，拒绝做伸手党。

练习4

4.
int main()
{
    int i= -20;
	unsigned int j = 10;
	printf("%d\n", i+j);
    //按照补码的形式进行运算，最后格式化成为有符号整数  
    return 0;
}

结果：-10

练习5

5.
#include
int main()
{
    unsigned int i;
	for(i = 9; i >= 0; i--)
	{
		printf("%u\n",i);
        Sleep(1000);
	}
    return 0;
}

结果：很奇怪，死循环

可以看出问题就在i<0处，按照我们的想法，0-1=-1<0,不满足条件，循环结束。但是注意，这里的i可是无符号整数，-1在内存中的补码是

11111111111111111111111111111111，被解读成一个超大的正数，-2，-3，-4……也是同理，所以i永远不可能小于0。

练习6

6.
int main()
{
    char a[1000];
    int i;
    for(i=0; i<1000; i++)
    {
    	a[i] = -1-i;
    }
    printf("%d\n",strlen(a));
    return 0;
}

结果：255

练习7

7.
unsigned char i = 0;
int main()
{
    for(i = 0;i<=255;i++)
    {
    	printf("hello world\n");
    }
    return 0;
}

结果：死循环打印hello world

unsigned char 的范围是0~255，i不可能超出这个范围，所以循环不会停下。

练习8

8.
#include
int main()
{
    if(strlen("abc")-strlen("abcdef")>= 0)
        printf(">\n");
    else
        printf("<\n");
    return 0;
}

结果：>

从常理上来讲，strlen是求字符串长度，是求\0之前的所有字符个数。

strlen(“abc”)-strlen(“abcdef”)=3-6=-3<0,结果不应该是输出<？但是结果却输出>

size_t strlen( const char *string ) , 原来strlen的返回值是size_t

typedef unsigned int size_t , size_t就是无符号整型

所以-3也是unsigned int,会发生整型提升，变成一个非常大的正数。

我们可以改一下程序，让他输出我们想要的< :

1.如果strlen的返回值是int，结果就是<

2.或者我们直接比大小，不在与0比较

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：float.h中定义

3.1 一个例子

浮点数存储的例子：

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;
}

输出的结果是什么呢？

1.按整数（浮点数）的方式存入内存，之后又按照整数（浮点数）的方式取出，数据是正确的。

2.按整数（浮点数）的方式存入内存，之后又按照浮点数（整数）的方式取出，数据是有问题的。

结论：整数和浮点数在内存中的存储方式是不同的。

3.2 浮点数存储规则

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。

详细解读：

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)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。2E表示指数位。

举例来说：

十进制的9.0，写成二进制是 1001.0，相当于 1.001×2^3。

那么，按照上面V的格式，可以得出S=0，M=1.001，E=3。

十进制的-6.5，写成二进制是 -110.1，相当于 -1.101×2^2。

那么，可以得出S=1，M=1.101，E=2。

我们已经知道了浮点数在内存中是如何存储的，是按照==(-1)^S * M * 2^E==的形式存储的。但是我们知道单精度浮点型float类型在内存中占据4个字节，即32个比特位。双精度浮点型double类型在内存中占据8个字节，即64个比特位。那S, M, E 是如何分配这些比特位的呢？我们继续往下看：

IEEE 754规定：

float：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。

double: 对于64位的浮点数，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。

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1.011的时

候，只保存011，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，E是一个非负的整数，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。这个很重要，我们一定要记住了。

为了使大家更好的了解浮点数的存储方式，我们来看两个例子：

float a = -6.5

double b = 9.0

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：

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，浮点数的指数E等于255-127（或者2048-1023）即为真实值，

有效数字M仍然加上第一位的1，如果有效数字M全为0，表示±无穷大（正负取决于符号位s）。

好了，关于浮点数的表示规则，就说到这里。

解释前面的题目：

下面，让我们回到一开始的问题：为什么输出结果有的不对？

有问题的地方是下面两种情况，我们已经了解了浮点数在内存中的存储和取出，我们具体分析一下

1.按整数的方式存入内存，之后又按照浮点数的方式取出

2.按浮点数的方式存入内存，之后又按照整数的方式取出