数据在内存中的存储

1. 写在开始

对一个合格且优秀的开发人员来说，能够明晰和掌握计算机底层运作机制是尤为重要的；否则，在解决开发过程中所遇到的问题时，就会如同盲人摸象，而没有头绪。因此，笔者今天的博客内容，主要是对近一段时间内学习数据在内存中的存储方式的总结与梳理（C语言）。内容如下：

 

2. 数据类型

2.1 整型

整型家族：

char：

        unsigned  char 

        signed  char 

short：

        unsigned  short

        signed  short

int：

        unsignde  int 

        signed  int

long：

        unsigned  long

        signed  long

• char虽然是字符类型，但是字符类型的数据进行存储的时候，存储的是字符的ASCII码值，所以仍归为整型；
• char创建的变量，无法确定其是否具有符号位，因为取决于编译器；
• short、int、long等数据类型，在创建相应的变量时，默认创建的是有符号位的相应数据类型变量。

每一种数据类型都是有取值范围的！ 如：

unsigned  char  ： 0  ~ 255 

signed  char ： -128 ~ 127

2.2 浮点型家族

• float
• double
• long double （C99标准引入）

2.3 构造类型

• 结构体类型
• 数组类型
• 枚举类型
• 联合类型

2.4 指针类型

• char*  pc
• int*  pi
• float*  pf
• void*  pv

2.5 空类型

• void
  • 函数的返回类型
  • 函数的参数
  • 指针类型

3. 存储方式

3.1 整型数据在内存中的存储方式

3.1.1 三种表示方式

原码、反码和补码

• 原码： 直接将数值按照正负数的形式翻译成二进制序列
• 反码： 在原码的基础上，符号位不变，其它位按位取反
• 补码： 在反码的基础上，加1

另外，我们还需知道：

•  在内存中，整型数据是按照补码进行存储的；
• 正整数的原码、反码和补码相同；
• 负整数的反码和补码，要在原码的基础上，按照规则计算出来。

3.2 大小端字节序的存储方式

3.2.1 大小端字节序是什么（What）

• 大端字节序存储：

               把一个数据的低数值位，存放在高地址处；而高数值位，存放在低地址处。

• 小端字节序存储：

               把一个数据的低数值位，存放在低地址处；而高数值位，存放在高地址处。

3.2.2 为什么会出现大小端字节序（Why）

      我们知道，当创建一个整型变量，会在内存空间中开辟4个内存单元的空间；于是，当数据存储在内存中占用的空间超过1个字节，就无可避免地产生了如何安排多个字节顺序的问题。

编程习题：请设计一个小程序，判断当前机器的字节序。

参考代码：

int CheckSys()
{
	int a = 1;
	return *(char*)&a; // 取出第一个字节
}

int main()
{
	/*int a = 1;*/
	//00000000000000000000000000000001  - 二进制
	//0x 00 00 00 01 - 十六进制 
	int ret = CheckSys();
	if (ret)
	{
		printf("小端字节序\n");
	}
	else
	{
		printf("大端字节序\n");
	}
}

3.3 浮点型数据在内存中的存储方式

3.3.1 IEEE 754

IEEE 754 是由美国IEEE(电气和电子工程协会)，制定的二进位浮点数算术标准，是20世纪80年代以来最广泛使用的浮点数运算标准，为许多CPU与浮点运算器所采用。

IEEE 754规定，任何一个二进制浮点数V可以表示为如下形式：

                                                ​​​​​​​          ​​​​​​​        

•   : 表示符号位；当S=0时，为正数；当S=1时，为负数;
•  :  表示有效数字，取值范围为 ;
•  ： 表示指数位。

举个例子：

十进制的5.0，改写成二进制则为 101.0，相当于 1.01 * 2^2

按照IEEE 754规定的格式，此时，S=0 、M=1.01 、E=2。

3.3.2 32位浮点数在内存中的存储形式

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。

 3.3.3 64位浮点数在内存中的存储形式

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。

 3.3.4 有效数字M与指数E的一些特别规定 

有效数字M

IEEE 754规定在保存M时，可以将第一位的1舍去，从而能够保存24位有效数字；

为什么呢(Why）？

前面提到过，M的取值范围为：，因次M总是可以写成 1.xxxxxx的形式， xxxxxx为小数部分；于是，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，只保存后面的小数部分。这样做的目的，是节省1位有效数字。

指数E在内存中的存储

指数E，在内存中是以无符号整型（unsigned int）的形式进行存储的；如果E为8位，则取值范围为；如果E为11为，则取值范围为.

但我们知道，科学计数法的表示，是可以允许出现负数的。

为此，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。

指数E从内存中取出

• 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；

• 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；此时相当于，表示接近于0的很小的数；

• 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. 对计算机运行机制的一瞥

4.1 计算机对数据的解读机制

我们先来看一段代码，如下：

int main()
{
	char a = 128;
	int n = 9;
	float* pf = (float*)&n;
	printf("%d\n", a);
	printf("%u\n", a);
	
	printf("\n");
	printf("%f\n", *pf);

	*pf = 9.0;
	printf("%d\n", n);
	printf("%f\n", *pf);

	return 0;
}

运行结果：

 分析如下：

char a = 128

128的二进制形式
00000000000000000000000010000000 - 原码
正整数的原码、反码与补码相同
00000000000000000000000010000000 - 128的补码
将128的补码，存储在char类型的变量中，要发生截断
10000000 - 变量a中保存的二进制序列

printf("%d\n", a)
%d 意味着将a中的二进制序列，以有符号的整型的方式进行打印
将10000000进行整型提升，以符号位进行扩充
11111111111111111111111110000000 - 补码
11111111111111111111111101111111 - 反码
10000000000000000000000010000000 - 原码 
即为 -128


printf("%u\n", a)
%u 意味着将a中的二进制序列，以无符号的整型的方式进行打印
将10000000进行整型提升，以符号位进行扩充
11111111111111111111111110000000 - 补码
此时，因为是以无符号的整型的方式进行打印
于是，printf函数会将11111111111111111111111110000000看作为一个正整数的补码
而正整数的原码、反码与补码相同
于是printf将会，把11111111111111111111111110000000所对应的十进制的数值打印出来
即为 4294967168

int n = 9

9的二进制形式
00000000000000000000000000001001 - 原码、反码与补码

float* pf = (float*)&n
对取地址得到的int* 的指针变量，即n的地址，进行强制类型转换
转换为float* 类型的指针类型，并赋值给pf指针变量

printf("%f\n",*pf)
*pf 意味着对pf进行解引用，访问其指针指向的值，即n
 %f 意味着以浮点数的形式，将n的值打印出来，于是printf函数，将以IEEE 754的标准来解读该二进制序列
 0 - S(符号位) 00000000 -E(指数)  00000000000000000001001 - M(有效数字)
 E为全0，即真实值为 1-127 = -126，为一个接近0的非常小的数
 即打印出 0.00000

*pf = 9.0
将n的值，改为浮点数9.0
因为pf为float* 类型的指针变量，所以9.0，将以IEEE 754的标准进行存储
9.0的二进制形式
1001.0  ->  1.001 * 2^3
即 S = 0、 M = 1.001 、 E = 3(真实值) + 127 = 130 (存储值)
写成二进制序列为：0 10000010 00100000000000000000000

printf("%d\n", n)
%d 意味着以有符号的整型的形式对该二进制序列进行打印
即为 1091567616

printf("%f\n", *pf)
%f 意味着以浮点数的形式，将pf指向的值打印出来，即以IEEE 754的标准，对该二进制序列进行解读
即为 9.00000

结论：

由此，我们能够得出，数据以二进制的形式，存储在计算机的存储介质中；但影响我们所看到数据的最终结果，则取决于，我们对计算机下达的指令，即对存储在计算机存储介质中二进制序列的解读方式，如

• %u ： 意味着告诉计算机，要以无符号整型的方式（即无符号位），对内存中的二进制序列，进行解读；
• %d ：意味着告诉计算机，要以有符号整型的方式（即无、有符号位），对内存中的二进制序列，进行解读；
• %f  :  意味着告诉计算机，要以IEEE 754的标准，对内存中的二进制序列，进行解读。 

于是，同一个二进制序列，计算机指令不同，即解读的方式不同，我们最终得到的结果也将不同。

4.2 计算机对文件的解读机制

同理，存储在计算机中的各种文件，其本质也都为二进制文件，存储得也都是一串串由0、1排列组成的二进制序列；

关键就在于文件的后缀名，决定了对这些文件的解读方式；如.txt, 就意味着打开该文件之后，将以文本的形式，进行解读，对内容进行组织和呈现。

 5. 小结

这篇文章，主要是对数据在内存中的存储方式进行了总结，重点要掌握整型数据是如何在内存中进行存储的，还有浮点型数据是如何在内存中进行存储的（IEEE 754）；对于每一个开发者来说，这些都是必须要掌握的知识，就如同武林高手修炼内功一般；希望这篇文章，能够给读者带来收获！

IEEE 754在线计算器:  IEEE-754 Floating Point Converter