数据在内存中的存储（C语言）

最新推荐文章于 2024-10-25 00:30:00 发布

今天也要写bug

最新推荐文章于 2024-10-25 00:30:00 发布

阅读量466

点赞数 8

文章标签： c语言开发语言

本文链接：https://blog.youkuaiyun.com/m0_67430750/article/details/124972078

版权

在这里插入图片描述

😇 😇hello,我是bug。今天我们来学习一下数据是如何在内存中进行存储的：

文章目录

🌟 🌟 一、数据类型
🌟 🌟二、整型在内存中的存储
- 原码、反码、补码
🌟 🌟三、大小端字节序
🌟 🌟四、浮点数在内存中的存储

🌟 🌟 一、数据类型

🌳 🌳一、介绍

数据类型可以大致分为内置类型和自定义类型，内置类型又分为三个大类型：整型、浮点数、指针类型。 ⚽️⚽️

在这里插入图片描述

🌳 🌳二、类型的意义

🌵🌵1、判断使用该类型数据开辟的空间大小。
🌵🌵2、如何看待内存空间的视角。

🍏 🍏注意❗️ ❗️

字符类型也是整型家族之中的一员，因为存储字符类型的本质是存储其ASCII码值。 ⚽️⚽️

🌟 🌟二、整型在内存中的存储

原码、反码、补码

🌳 🌳编码方式： 通过一定手段将数据转化成二进制，而这种手段就叫做编码方式。

🎈🎈1、原码

🌈🌈因为计算机中只能够识别0和1，所以存储数据只能使用二进制进行存储。那么我们就要将数据转化成二进制的形式。对于正数而言，其二进制数可以直接转化。那么负数的二进制又要如何实现呢？为了表示负数，人们在二进制数前增加了一位符号位。这种编码方式被称为原码，原码的出现可以解决计算机的存储问题，但随之而来的问题是，如何对其进行计算呢？计算机中算术逻辑单元不能够直接计算减法，计算减法我们就要将其转换成加法运算。 ⚽️⚽️
🌈🌈当我们使用原码进行加法运算时，如图⬇️ ⬇️：
在这里插入图片描述

🌈🌈加法计算的结果没有问题，那我们再来进行减法运算，如图⬇️ ⬇️：

在这里插入图片描述
🌈🌈对于减法运算，我们要先将其转换成加法运算。当我们考虑符号位的时候，计算结果明显是错误的！所以计算机存储数据不能采用原码。

🎈🎈2、反码

🌈🌈因为减法运算中原码的不适用，人们发明出了反码来解决这个问题。

反码的计算方法是：正数的反码就是其本身，负数的反码就是符号位不变，其他位按位取反。

🍏 🍏对反码进行减法运算时，要注意以下几点：
🌵🌵1、符号位和数据一起参加计算。
🌵🌵2、符号位相加后如果出现进位，那么就要把它送到最低为去进位。
🌵🌵3、反码运算的结果仍为反码。要获得原码时，关键看符号位，符号位为0，那么反码和原码相同；符号位为1，那么要对反码按位取反。

🌈🌈反码的加法运算和原码没有区别，这里我们直接看减法运算，如图⬇️ ⬇️：
在这里插入图片描述
🌈🌈计算结果没有问题，所以反码可以很好的解决减法运算。但是在某些特定的场景下，其还是存在一定的小问题，如图⬇️ ⬇️：

🌈🌈计算结果取反后，出现了-0这种情况。0怎么还分正负呢？对于我们而言，正负0可能没有什么区别。但是对计算机而言。补码为全0和全1的时候分别表示+0和-0，对于这种没有意义的事情，还是要进行解决。所以就补码就出现了。

🎈🎈3、补码

补码的计算方法是：正数的补码和原码一致，负数通过对反码加一获得补码。

🍏 🍏对补码进行减法运算时，要注意以下几点：
🌵🌵1、符号位和数据一起参加计算。
🌵🌵2、符号位相加后如果出现进位，那么就要把它直接舍弃。
🌵🌵3、反码运算的结果也是补码。要获得原码时，关键看符号位，符号位为0，那么补码和原码相同；符号位为1，那么补码的补码就是原码。

🌈🌈补码的加法运算和原码没有区别，这里我们直接看减法运算，如图⬇️ ⬇️：
在这里插入图片描述
🌈🌈计算的结果没有问题，再看关于0符号问题，如图⬇️ ⬇️：

🌈🌈计算结果中0的正负号问题也被解决了。

补码的优点：
🌵🌵1、采用补码，可以解决反码表示中0的正负表示方式。
🌵🌵2、补码表示的数字范围要比原码和反码大。

🍕总结：
在内存中，存储整型数据都是存储的补码。存储整型数据使用补码可以统一处理符号域和数值域；同时加法和减法也可以统一处理，因为cpu只有加法器，所以要直接规避减法。而且原码和补码之间的转换过程也是一致的，所以不需要额外的硬件电路。

🌟 🌟三、大小端字节序

🌈🌈大小端字节序：（在C++中有提到，这里我们简单梳理一下）
计算机中我们以字节为单位，每一个地址单元都对应了一个字节。对于char这种只占一个字节的类型，不需要考虑存储数据时字节在内存中的顺序。但是对于short、int等占多个字节的类型，如何安排数据字节的顺序就是一个必然问题了。

🍕大端存储：即数据的高位存储在内存中的低位，数据的低位存储在内存中的高位。
🍕小端存储：即数据的高位存储在内存中的高位，数据的低位存储在内存中的低位。

🌈🌈如图⬇️ ⬇️：
在这里插入图片描述

🌈🌈通过内存窗口我们可以看到，从左往右地址逐渐增大，低位上的44存储在地址中的低位，所以当前为小端存储。

🍏 🍏注意❗️ ❗️

🌈🌈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。

🌈🌈那我们如何来设计一个程序判断当前机器是大端还是小端呢？ ⬇️ ⬇️

char Check()
{
	int a = 1;
	return *(char*)&a;
}

int main()
{

	if (Check())//为真就是小端机
	{
		printf("小端\n");
	}
	else//大端机
		printf("大端\n");

	return 0;
}

🌈🌈当我们以int的形式存储1时，那么一共使用了4个字节来进行存储。我们再将其地址强制转换成*char，我们强转之后解引用就可以获得最低位上的数据，那么如果是大端机，那么低位上存储的是00,如果是小端机，那么低位上存储的就是01，这样就可以加以区分了。

🌟 🌟四、浮点数在内存中的存储

🌈🌈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⬇️ ⬇️：
在这里插入图片描述

🍒 🍒以6.0为例，写成二进制为110.0，即1.1X2^2 。那么S = 0，M = 1.1，E = 2 。
🍒 🍒以-6.0为例，写成二进制为-110.0，即-1.1X2^2 。那么S = 1，M = -1.1，E = 2 。

🌻🌻那么我们要如何将浮点数存入内存中呢？
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。
在这里插入图片描述

🌈🌈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。
在这里插入图片描述
🍕除上述之外，IEEE 754对有效数字M和指数E，还有一些特别规定。

🌵🌵1、M：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。

🌵🌵2、E：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。

🍒 🍒以6.5f为例，将其转换成二进制后用科学计数法表示为1.101X2^2,那么S = 0，M = 1.101，E = 2 + 127 = 129。将其存入后，如图⬇️ ⬇️：
在这里插入图片描述

🌈🌈我们再到编译器中的内存进行观察，如图⬇️ ⬇️：

在这里插入图片描述

在这里插入图片描述
🌈🌈由于当前机器是小端机，6.5f的十六进制表示为0x40d00000，存入内存中要按照小端来存储。

🍕然后，将E取出来还有如下规则：

🌵🌵 （1）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。
🌵🌵 （2）E为全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）E为全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。

🍕当我们了解了整型和浮点数在内存中的存储之后，试试下面这道题目。
🌈🌈请写出下列程序的输出值： ⬇️ ⬇️

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 = 9.0f;//我们直接加上f，就表示为float
 // *pFloat = 9.0;因为当前编译器下默认的浮点数类型为double，所以这里会发生隐式类型转化，即将double转化成float
 printf("num的值为：%d\n",n);
 printf("*pFloat的值为：%f\n",*pFloat);
 return 0; }

输出的结果为：9 、0.000000 、1,091,567,616、9.000000

🍕分析：
🌈🌈n为正数，那么n的原码、补码、反码一致。n的补码为：1001 （前面的0省略掉了）。这时，我们将n的地址强制转化float的指针，那么我们将n的数值放入*pfloat中，此时E为全0，那么按照浮点数的形式取出时，该数字无限趋近于0，所以结果为0.000000 。
当我们给*pfloat存入9.0f时，其二进制为：0 10000010 00100000000000000000000，十六进制为：0x41100000，按照整型取出，那么就是1,091,567,616 。

🍕验证：⬇️ ⬇️
在这里插入图片描述