C语言数据的存储过程(详解)

本期目录:

一 .整形在内存中的存储

1.下来了解下面的概念：

①原码、反码、补码

②为什么呢？

③看一下数据在内存中的存储     ​

2.大小端介绍

①什么是大端小端：

②为什么有大端和小端：

3. 补充部分 -------  整形提升

4.具体的做题练习帮你更加深入了解数据的存储

     总结部分

二. 浮点型在内存中的存储

1.浮点型存储的例子       

 2.详细解读浮点数在计算机内部的表示方法：

①float如何表示

②IEEE 754规定

③其他的规定

④解释前面的题目

---

一 .整形在内存中的存储

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。

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？

1.下来了解下面的概念：

①原码、反码、补码

计算机中的有符号数有三种表示方法，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”，而数值位三种表示方法各不相同。

原码 : 直接将二进制按照正负数的形式翻译成二进制就可以。

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了。

补码: 反码+1就得到补码

正数的原、反、补码都相同。

对于整形来说：数据存放内存中其实存放的是补码。

②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。

③看一下数据在内存中的存储     

 

2.大小端介绍

①什么是大端小端：

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,，保存在内存的高地中。

 

②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8bit。但是在C语言中除了8bit的char之外，还有16bit的short型，32bit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果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。

练习: 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 
int check()
{
 int i = 1;
 return (*(char *)&i); //做了简化
}
​
int main()
{
  int ret = check();
  if(ret == 1)
  {
  printf("小端\n");
  }
  else
  {
  printf("大端\n");
  }
 return 0; 
}

3. 补充部分 -------  整形提升

 

4.具体的做题练习帮你更加深入了解数据的存储

     

 

 

 

 

 

 

总结部分

 

 

二. 浮点型在内存中的存储

1.浮点型存储的例子

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

        

 2.详细解读浮点数在计算机内部的表示方法：

①float如何表示

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 。

 ②IEEE 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。

 

③其他的规定

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， 2^10 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（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。

0.xxxxx  *   2^(-126)  ≈ 0

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 s ）；

④解释前面的题目