带你深度剖析《数据在内存中的存储》——C语言

深藏阁楼爱情的钟 2023-09-26 17:38 94阅读 0赞

> **文章目录**
> 
> 一、数据类型介绍
> 
> 二、整型在内存中的存储方式
> 
> 2、1 原码、反码、补码的讲解
> 
> 2、2 大小端介绍
> 
> 2、2、1 大小端的概念
> 
> 2、2、2 为什么要区分大小端存储呢？
> 
> 2、2、3 大小端判断练习
> 
> 三、浮点数在内存中的存储方式
> 
> 3、1 浮点数在内存中的存储例题
> 
> 3、2 浮点数在内存中的存储规则
> 
> 总结 
> 
> --------------------
> 
> ## **标题：带你深度剖析《数据在内存中的存储》** ##
> 
> ## **作者：@Ggggggtm** ##
> 
> ## **寄语：与其忙着诉苦，不如低头赶路，奋路前行，终将遇到一番好风景** ##
> 
> ![7a70548e795040e4af9aeec15dbb585e.png][]

> 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。那变量是**以什么方式存储的呢**？**整型和浮点型的在内存中存储的方式一样吗**？这篇文章会给出答案的。

## 一、数据类型介绍 ##

> 数据类型整体大类上可分为：**自定义类型和内置类型**。
> 
> 其中**自定义类型**有：
> 
> 1.  结构体类型 **struct；**
> 2.  数组；
> 3.  枚举类型 **enum；**
> 4.  联合类型 **union。**
> 
> 常见的**内置类型**有：**char、short、int 、long、long long、float、double**。其中char、short、int 、long、long long归为**整型类，**float、double为**浮点类**。

## 二、整型在内存中的存储方式 ##

> 我们知道一个整形有正负之分，且不同整形的大小也是不同的。例如，**int型为四个字节、short型为两个字节、long long型为八个字节等等。**那么在内存中是怎么存储区分正、负整形呢？不同类型大小的整形又是怎么区分的呢？我们先来来接一下原码、反码、补码的概念。

### 2、1 原码、反码、补码的讲解 ###

> 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，且**最高位为符号位**。**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。**
> 
> 但是负数就有所差别了。**负数的原码、反码、补码各不相同**，分别如下：
> 
> 1.  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**。
> 2.  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**。
> 3.  补码**：反码+1就得到补码。**

> 对于整形来说，**在内存中存储的都是补码**。**为什么要在内存中存储补码呢**？
> 
> 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。
> 
> 我们举一个实例看一下。我们给出如下两个整形变量，我们具体分析一下。

#include<stdio.h>
    int main()
    {
    	int a = 20;
    	int b = -10;
    	return 0;
    }

> 我们自己分析一下上述整型变量a和b的二进制表示方式。int型变量大小为4个字节，也就是32个比特位。根据上述的整数在内存的存储讲解分析，具体与下图：
> 
> ![b17650370ae949dabd92d6278394a48c.png][]
> 
> 我们在通过编译器看一下内存，是否真的是这样的呢。如下图：
> 
> ![d4a41b79718e4521bd3658435aebd41f.png][]
> 
> ![3b8b049489754462bffefa89a9ea985e.png][]
> 
> 我们发现，并不是像我们分析的那样耶。我们分析的并没有错误，**整形在内存中的存储存储方式确实是以二进制存储的，但是是以十六进制的方式表示出来的。**但是我们把二进制转换为十六进制后，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。这就与数据在内存中存储的大小端有关了。我们接下来讲解一下**数据在内存中存储的大小端。**

### 2、2 大小端介绍 ###

#### 2、2、1 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**。
> 
> 通过对大小端的概念了解后，我们就可以发现上述我们所举的例子是以小端的存储方式来存储的。

#### 2、2、2 为什么要区分大小端存储呢？ ####

> 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、3 大小端判断练习 ####

> 我们了解大小端后，那怎么写出一个程序来判断存储方式是大端还是小段呢？我们根据大小端存储不同的特性就很容易写出。代码如下：

#include<stdio.h>
    int main()
    {
    	int a = 1;
    	char* p = (char*)&a;
    	if (*p == 1)
    	{
    		printf("小端\n");
    	}
    	else
    	{
    		printf("大端\n");
    	}
    	return 0;
    }

> 通过上面的学习，我们对整形在内存中的存储方式有了一个很好的了解。我们再看一下浮点数在内存中的存储方式。

## 三、浮点数在内存中的存储方式 ##

### 3、1 浮点数在内存中的存储例题 ###

> 在了解浮点数在内存中的存储方式之前，我们先来看一个例子。代码如下：

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 = 9.0;
    	printf("num的值为：%d\n", n);
    	printf("*pFloat的值为：%f\n", *pFloat);
    	return 0;
    }

> 我们先自判断一下上面的输出结果。我们给出答案，如下图：
> 
> ![63ca74dff5b34026af234201306536a0.png][]
> 
> 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

### 3、2 浮点数在内存中的存储规则 ###

> 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

> 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。

> 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。![ebaff9a96be6474a811be414d5a9258b.png][]  
> 
> 
> 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。![bd3b2c02334d4d0eaf2a03e9f3620d08.png][]
> 
> **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。**

> **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.
> 
>  **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。
> 
>  **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）。
> 
> 通过上面对浮点数的了解，我们再看一下例题。![8ce401a14fb148f7be55906b520129b4.png][]

> 例题中的**第一个打印\*pFloat的值**：**以浮点数存储方式访问9的整数二进制存储方式**，其中E全为0，所以输出为0.000000；
> 
> 当\*pFloat=9.0后，再以整形的方式打印n，其实是打印的以浮点数存储的二进制9（还原成十进制，正是 1091567616 ），就会打印出来一个很大的数。

## 总结 ##

> 通过上面的讲述，我们应该对整数和浮点数的存储方式有了一个很好的了解。我们也会发现整数和浮点数在内存中的存储方式是不相同的。**注意，浮点数存储方式没有原码、反码、补码这一说。原码、反码、补码只是对于整型来说的**。我们应该多加来练习，掌握两者存储的方式和存储的区别。

> 希望以上内容会对你有所帮助，感谢阅读ovo~

[7a70548e795040e4af9aeec15dbb585e.png]: https://img-blog.csdnimg.cn/7a70548e795040e4af9aeec15dbb585e.png
[b17650370ae949dabd92d6278394a48c.png]: https://img-blog.csdnimg.cn/b17650370ae949dabd92d6278394a48c.png
[d4a41b79718e4521bd3658435aebd41f.png]: https://img-blog.csdnimg.cn/d4a41b79718e4521bd3658435aebd41f.png
[3b8b049489754462bffefa89a9ea985e.png]: https://img-blog.csdnimg.cn/3b8b049489754462bffefa89a9ea985e.png
[63ca74dff5b34026af234201306536a0.png]: https://img-blog.csdnimg.cn/63ca74dff5b34026af234201306536a0.png
[ebaff9a96be6474a811be414d5a9258b.png]: https://img-blog.csdnimg.cn/ebaff9a96be6474a811be414d5a9258b.png
[bd3b2c02334d4d0eaf2a03e9f3620d08.png]: https://img-blog.csdnimg.cn/bd3b2c02334d4d0eaf2a03e9f3620d08.png
[8ce401a14fb148f7be55906b520129b4.png]: https://img-blog.csdnimg.cn/8ce401a14fb148f7be55906b520129b4.png