数据存储和内存对齐

校内课复习笔记

非数值数据表示

在计算机中，只有01序列，这串01序列是什么意思，由人为定义。

西文字符

在ASCII码中，通过一个65的偏移量，使得一部分无符号数指向A-Za-z。
在C语言中，通过char类型的转换规范，可以将对应的01序列转换为英文输出。

GB2312-80

需要了解三种码之间的关系：区位码、国标码、机内码
国标码=区位码+2020H
机内码=区位码+8080H
区位码该怎么求呢？加就完了！
区是从A1开始的：第1区就是A1，第2区就是A2…第N区就是(A0+N)H
位也是从A1开始的：第1个字就是A1，第2个字就是A2…第N个字就是(A0+N)H
区位码就是区和位拼接。
比如知道了“啊”字位于第16区第1位，那么就能得到它的区位码为B0A1H。

字模点阵

如果人为指定了某个01串对应的文字含义。那么如何显示出来呢，就需要用到字库。
需要提前将字形存在机内。不同字体对应不同的字库，从字库中找到字形描述信息，然后送设备输出。
通过在字库中的位置找相应的字形信息。

大端存储和小端存储

在之前“码值”的博客中，对数据存储留了个坑。

给变量a赋值0x123456，结果在内存中存储的是0x56341200
这是因为，当前编译器，采用的是“小端存储”。
比如这道题：某计算机字长为32位，按字节编址，采用小端（Little Endian）方式存放数据。假定有一个double型变量，其机器数表示为1122 3344 5566 7788H，存放在0000 8040H开始的连续存储单元中，则存储单元0000 8046H中存放的是22H。
如果是按十六进制顺序存贮，如0x00123456，此时为大端存储。
也就是说：

• 小端存储的时候，数据的表示和存储顺序是相反的。也就是低位在前。
• 大端存储的时候，数据的表示和存储顺序是相同的。也就是高位在前。

上面的例子给人的感觉不是很直观：0x123456。56在前，为什么还是小端？
这是因为，56在写数字的时候，是在低位的位置上，越往左，位权越大。

大端小端各自的优点

• 小端方式强制类型转换不需要调整
• 大端容易判断正负

小端是将低位放在低地址，高位放在高地址。在发生类型转换时，丢失的是高位的数据。因此小端方式存储，只需要知道首地址，向后裁剪或扩充就可以。
大端是将高位放在低地址，低位放在高地址。有符号数的最高位是符号位。如果采用大端存储，只需要知道首地址指向的值，也就是知道了最高位的符号位。

存储方式检测

上面的配图直接截自Clion。
在C语言中可以利用联合检测。

union A{
    int a;
    char b;
};
union A a;
a.a=0x123456;
printf("%hhx",a.b);

利用联合，对a赋值。
然后利用b去除第一个字节部分的值。

内存对齐

创建一个结构体，在里面定义各种变量，变量的定义顺序会影响结构体最终占用的空间。

#include "stdio.h"

struct A {
    char name[20];  //20  16+4
    int age;        //4   4+上面的4
    double score;   //8   8
};
struct B {
    char name[20];  //20  16+4 补4
    double score;   //8
    int age;        //4   补4
};
struct AB {
    struct A a;
    struct B b;
};
struct BA {
    struct B b;
    struct A a;
};

int main() {
    struct A a;
    struct B b;
    struct AB ab;
    struct BA ba;
    printf("A的大小=%d\n", sizeof(a));
    printf("B的大小=%d\n", sizeof(b));
    printf("AB的大小=%d\n", sizeof(ab));
    printf("BA的大小=%d\n", sizeof(ba));
    return 0;
}

上面代码的运行结果：

有如下要点：

• 字符可以拆分
• 字符可以和整形变量合并
• 结构体内嵌套结构体，占用空间不变：结构体本身已经进行了内存对齐

考虑内存对齐，只需要考虑基本数据类型的对齐。
尽量把大的内存放到后面写。
联合体中各个变量共用同一段内存。选中占用空间最大的变量对齐。