Java数据存储
java语言中有八大数据结构，整形：int、short、long、byte，浮点型：float、double，字符型：char，布尔型：boolean。
引用数据类型：类、接口、数组。
在数据结构中，数组查找方便，但是删除比较不方便，相反，链表在内存中不连续，方便删除但是不方便查询。
| 各数据类型存储范围： | 字节长度 |
|---|---|
| short | 2字节长度 |
| int | 4字节长度 |
| long | 8字节长度 |
| byte | 1字节长度 |
| float | 4字节长度 |
| double | 8字节长度 |
java是强类型语言，本质上就是Java在内存中开辟不同类型的内存空间。
在计算机中，只有加法没有减法，在做减法运算时可以认为是加上一个负数，这样可以减少计算机电路的复杂程度。但是使用原码运算会出现问题，与实际结果不符，这时需要用补码进行运算，（正数的原码=反码=补码，负数的反码=原码的符号位不变，其他位按位取反，补码=反码+1）。反码是为了解决减法运算，补码是为了解决反码产生的+0、-0的问题。
浮点类型的精度丢失问题
1.浮点类型在计算机中的存储
float存储需求是4字节（32位），其中1位最高位是符号位，中间8位是阶位，后32位表示数值大小。
double存储需求是8自己（64位），其中1位最高位是符号位，中间11位表示阶位，后52位表示数值大小。
double表示这种类型的数值精度是float类型的两倍，绝大部分应用都采用double类型。
2.浮点类型的精度丢失
由float类型能直接转换位double类型，但是由double类型转换为float类型时会导致精度丢失，精度丢失就是位数不够表示整个数值。
public class SimpleTest {
public static void main(String[] args) {
System.out.println(1.2 - 1);
}
}
输出：0.19999999999999996
这和我们预期的情况完全不符
接下来将10进制的0.2转化为2进制进行存储
算法是乘以2直到没有了小数为止
0.2 * 2 = 0.4 取整数部分 0
0.4 * 2 = 0.8 取整数部分 0
0.8 * 2 = 1.6 取整数部分 1
0.6 * 2 = 1.2 取整数部分 1
0.2 * 2 = 0.4 取整数部分 0
.......
0.2的2进制从上到下可以表示为 00110011…
注意：上面的计算过程循环了，也就是说2永远不可能消灭小数部分，这样算法将无限下去。很显然，小数的二进制表示有时是不可能精确的 。其实道理很简单，十进制系统中能不能准确表示出1/3呢？同样二进制系统也无法准确表示1/10。这也就解释了为什么浮点型减法出现了"减不尽"的精度丢失问题。*
数值类型自动转换图
