深度剖析数据在内存中的存储（修炼内力）

目录

一，数据类型的介绍

1.1数据大小      

1.2类型的基本归类     

二，整型在内存中的存储

2.1原码，反码，补码

2.2大小端介绍

2.2.1大小端的起源

2.2.2大小端的概念

2.2.3为什么会有大端和小端

2.2.4设计一个小程序来判断当前机器的字节序

三，浮点型在内存中的存储

 3.1浮点数的存储规则

3.2举列说明

---

        当我们编写程序时，了解数据在内存中的存储方式是非常重要的。这对于理解程序的工作原理，优化代码性能以及避免内存错误都有很大的帮助。就好比在江湖上你空有一身武术招式，而无内力作为支撑，你就很难成为武学高手是一个道理。在本篇博客中，我们将深度剖析数据在内存中的存储方式。

一，数据类型的介绍

1.1数据大小      

  前面我们已经学习了基本的内置类型以及它们所占存储空间的大小，如下图所示：

    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.如何看待内存空间的视角。 

1.2类型的基本归类     

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]

看到这儿，可能有的同志脑子里会出现疑问，为什么字符类型char会归类在整型家族呢？这是因为字符在内存中存储的是字符的ASICC码值，ASICC码值是整型，所以才会把字符类型归类到整型家族。

浮点数家族：

float
double

构造类型（自定义类型）：

> 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;   //无具体类型的指针

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。

二，整型在内存中的存储

通过之前的学习中我们知道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;

我们知道计算机为a分配了4个字节的空间，那它是如何存储的呢？接下来我们先了解一下下面的概念。

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。

例如：

对于int a = 10来说：
因为它是一个正数，所以它的原，反，补码相同，都为： 
原码 = 反码 = 补码：00000000000000000000000000001010

---

对于int a = -10来说：
因为它是一个负数，所以它的符号位即二进制的第一位为1
原码：10000000000000000000000000001010
反码：11111111111111111111111111110101
补码：11111111111111111111111111111110

对于整形来说：数据存放在内存中其实存放的是补码。

为什么呢？请看下面这段话：

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。

接下来我们看看它在内存中是如何存储的：

int a = 20：

原码 = 反码 = 补码 ：00000000 00000000 00000000 00010100

转换为16进制的数为：00 00 00 14

---

int b = -10:

原码：10000000000000000000000000001010

反码：11111111111111111111111111110101

补码：11111111 11111111 11111111 11110110

转换为16进制的数为：ff ff ff f6

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。
这是又为什么呢？不着急，我们接着往下看。

2.2大小端介绍

2.2.1大小端的起源

        术语 “litle endian”（小端）和“big endian”（大端）出自Jonathan Swit 的 《格列佛游记》(Guliver’sTravels）一书，其中交战的两个派别无法就应该从哪一端（小端还是大端）打开一个半熟的鸡蛋达成一致。就像鸡蛋的问题一样，没有技术上的原因来选择字节顺序规则，因此，争论论为关于社会政洽问题的争论。只要选择了一种规则并且始终如一地坚持，其实对于哪种字节排序的选择都是任意的。

        “端” (endian）的起源
        以下是Jonathan Swift 在1726 年关于大小端之争历史的描述：
        “……我下面要告诉你的是，Lilliput和Blefuscu这两大强国在过去36个月里一直在苦战。
战争开始是由于以下的原因：我们大家都认为，吃鸡蛋前，原始的方法是打破鸡蛋较大的一端，可是当今皇帝的祖父小时候吃鸡蛋，一次按古法打鸡蛋时碰巧将一个手指弄破了，因此他的父亲，当时的皇帝，就下了一道敕令，命令全体臣民吃鸡蛋时打破鸡蛋较小的一端，违令者重罚。
老百姓们对这项命令极为反感。历史告诉我们，由此曾发生过6次叛乱，其中一个皇帝送了命，另一个丟了王位。这些叛乱大多都是由Blefuscu的国王大臣们煽动起来的。叛乱平息后，流亡的人总是逃到那个帝国去寻救避难。据估计，先后几次有11000人情愿受死也不肯去打破鸡蛋较小的一端。关于这一争端，曾出版过几百本大部著作，不过大端派的书一直是受禁的，法律也规定该派的任何人不得做官。”（此段译文摘自网上蒋剑锋译的《格列佛游记》第一卷第4章。）
        在他那个时代，Swift 是在讽刺英国(Lilliput）和法国（Blefuscu）之间持续的冲突。Danny
Cohen，一位网络协议的早期开创者，第一次使用这两个术语来指代字节顺序，后来这个术语被广泛接纳了。

2.2.2大小端的概念

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。

例如，假设一个类型为int的变量x的地址为0x100，也就是说地址表达式&x的值为0x100，它的16进制为0x01234567，那么，x的4个字节将被存储在存储器的0x100，0x101，0x102和0x103的位置上，其排列顺序依赖于机器的类型。

 注意：在字 0x01234567 中，高位字节的16进制值为 0x01，而低位字节值为 0x67。

2.2.3为什么会有大端和小端

        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 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。

2.2.4设计一个小程序来判断当前机器的字节序

 假设我们在变量a中存放一个十进制数1，即：

int a = 1;

那它的二进制数就为：00000000 00000000 00000000 00000001

写成十六进制为：0x 00 00 00 01

它在内存中存放的时候，如果是小端，就为：

 如果是大端，则为： 

那我们只要能拿出a的4个字节里边第一个字节的位置 ，就可以知道当前机器的字节序。如果拿出的是1，那就是小端存放；如果拿出的是0，那就是大端存放。思路我们现在捋清楚了，那怎样才能拿出a里边的第一个字节呢，其实也很简单，我们只需用一个char* 的指针解引用就可以拿出它的第一个字节了， 程序如下：

#include 
int check_sys()
{
	int a = 1;
	char* p = (char*)&a;//int*
	if (*p == 1)
		return 1;
	else
		return 0;
}

int main()
{
	if (1 == check_sys())
	{
		printf("小端\n");
	}
	else
		printf("大端\n");

	return 0;
}

程序运行后的结果为：

三，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浮点数的存储规则

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。

例如：
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。

IEEE 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。

 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：

对有效数字M来说：

• 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（小数）部分。
• 例如，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。

对指数E来说：

• 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。
• 例如，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。

指数E从内存中取出的三种情况：
1.E不全为0或不全为1

1. 指数E的计算值减去127（或1023），得到真实值。
2. 再将有效数字M前加上第一位的1。

例如：
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

2.E全为0

• 这时，真实的E是一个无限接近于0的数字，浮点数的指数E就等于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。

3.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）。

3.2举列说明

相信通过上边的学习，大家已经搞懂了浮点数在计算机内部的表示方法，那接下来我们就通过一个浮点数存储的例子来消化一下叭：

#include 

int main()
{
    int n = 9;
    float *pF = (float *)&n;
    //第一部分
    printf("n = %d\n",n);//打印出：9
    printf("*pF = %f\n",*pF);//打印出：0.000000
    //第二部分
    *pF = 9.0;
    printf("num = %d\n",n);//打印出：1091567616
    printf("*pF = %f\n",*pF);//打印出：9.000000

    return 0;
}

num 和 *pF 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？

在第一部分里边： 

1.我们知道9是个正整数，在n里边以补码的形式存放，它的二进制形式为：原码 = 反码 = 补码：00000000000000000000000000001001

2.所以它以%d的形式打印的时候，也是以补码的形式取出来，结果就为9

3.以%f的形式打印的时候，因为它是一个float*的指针，解引用时从第一位向后访问4个字节，计算机会认为它是一个float类型的数字，是一个浮点数，那它在内存中就是这样存放的：

4.此时，E全为0。S = 0；E = 1-127 = -126 ；M = 0.00000000000000000001001

5.那我们还原出来真实的数字就为：(-1)^0 * 0.00000000000000000001001 * 2^-126

可以看出它计算出来的值无限接近于0，因为float类型的数据只能打印出来小数点后六位，所以，用十进制表示就为 0.000000

 在第二部分里边：

1. 9.0是以浮点数的视角放进去的，那它的二进制形式就为：1001.0

2.写成科学计数法为：1.001 * 2^3

3.9.0 -> 1001.0 -> (-1)^0 * 1.001 * 2^3 -> S=0; M=1.001; E=3+127=130

4.它在内存中的存放形式为：

5. 以%d的形式打印，那它就是有符号数，我们可以看到第一位为0，那它就是个正数，正数的原，反，补码都相同，所以这个32位的二进制数还原成十进制，正是：1091567616