C语言--深度剖析数据在内存中的存储

1. 数据类型介绍

前面我们已经学习了基本的内置类型：

char        //字符数据类型
short       //短整型
int         //整形
long        //长整型
long long   //更长的整形
float       //单精度浮点数
double      //双精度浮点数
//C语言有没有字符串类型？

以及他们所占存储空间的大小。

类型的意义：

1. 使用这个类型开辟内存空间的大小（大小决定了使用范围）。

2. 如何看待内存空间的视角。

1.1 类型的基本归类：

整形家族：

char
 unsigned char
 signed char
short
 unsigned short [int]
 signed short [int]
int
 unsigned int
 signed int
long
 unsigned long [int]
 signed long [int]

之所以将char也归类到整型,是因为字符在内存中存储的是字符的ASCLL码值,ASCLL码值是整型。

注意:

        char 是否有 signed char c语言标准并没有规定取决于编译器

        short = signed short

        int = signed int

浮点数家族：

float
double

构造类型(自定义类型)：

> 数组类型
> 结构体类型 struct
> 枚举类型 enum
> 联合类型 union

指针类型：

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

空类型：

void 表示空类型（无类型）

通常应用于函数的返回类型、函数的参数、指针类型。

2. 整形在内存中的存储

我们之前讲过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。

那接下来我们谈谈数据在所开辟内存中到底是如何存储的。

比如：

int a = 20;
int b = -10;

我们知道为 a 分配四个字节的空间。

那如何存储？

下来了解下面的概念：

2.1 原码、反码、补码

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，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。

负整数的三种表示方法各不相同。

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。

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。

补码

反码+1就得到补码。

对于整形来说：数据存放内存中其实存放的是补码。

为什么呢？

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。

我们看看在内存中的存储：

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 。

这是又为什么？

2.2 大小端介绍

什么大端小端：

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。

为什么有大端和小端：

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。

百度 2015 年系统工程师笔试题：

请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。

//代码1
#include <stdio.h> 
int check_sys()
{
    int i = 1;
    return (*(char *)&i);
}
 
int main() {
    int ret = check_sys();
    if(ret == 1)
    {
      printf("小端\n"); 
    }
    else
    {
      printf("大端\n");
     }
return 0; 
}
//代码2
int check_sys() 
{
    union{
         int i;
         char c; 
         }un;
 
    un.i = 1;
    return un.c;
}

本题思路:

1. 创建一个整数变量，赋值为一个已知的值，比如0x01020304。

2. 将这个整数变量的地址强制转换为一个指向字节的指针。

3. 通过读取指针指向的字节，判断该字节的值。

- 如果该字节的值等于0x01，则说明该机器采用大端字节序。

- 如果该字节的值等于0x04，则说明该机器采用小端字节序。

2.3 练习

1.
//输出什么？
#include <stdio.h>
int main()
{
    char a= -1;
    signed char b=-1;
    unsigned char c=-1;
    printf("a=%d,b=%d,c=%d",a,b,c);
    return 0;
}

题解:

#include <stdio.h>
int main()
{
	char a = -1;
	//10000000000000000000000000000001
	//11111111111111111111111111111110
	//11111111111111111111111111111111
	//11111111 - a
	signed char b = -1;
	//11111111 - b
	unsigned char c = -1;
	//11111111 - c
	//
	printf("a=%d,b=%d,c=%d", a, b, c);
	//%d 是10进制的形式打印有符号的整数
	//00000000000000000000000011111111
	//
	return 0;
}

a和b作为有符号数整形提升最高位补符号位后,补码是 111111111111111111111111111111111111

而作为无符号数(原码反码补码相同)整形提升最高位补0后,补码是

00000000000000000000000011111111

最后结果:a=-1,b=-1,c=255

下面程序输出什么？

2.
#include <stdio.h>
int main()
{
    char a = -128;
    printf("%u\n",a);
    //%u 是10进制的形式，打印无符号的整数
    //%d 是10进制的形式，打印有符号的整数
    return 0;
}

题解:

#include <stdio.h>
int main()
{
	char a = -128;
	//10000000000000000000000010000000 原码
	//11111111111111111111111101111111 反码
	//11111111111111111111111110000000 补码
	//10000000 - a 在char中的存储
	//
	//11111111111111111111111110000000 整型提升
	//
	printf("%u\n", a);
	//
	
	//%u 是10进制的形式，打印无符号的整数
	//%d 是10进制的形式，打印有符号的整数
	return 0;
}

再看几题:

3.
int i= -20;
unsigned  int  j = 10;
printf("%d\n", i+j); 
//按照补码的形式进行运算，最后格式化成为有符号整数

题解:

int main()
{
	int i = -20;
	//10000000000000000000000000010100
	//11111111111111111111111111101011
	//11111111111111111111111111101100
	//
	unsigned int j = 10;
	//00000000000000000000000000001010
	//11111111111111111111111111101100
	//
	//11111111111111111111111111110110
	//10000000000000000000000000001001
	//10000000000000000000000000001010
	printf("%d\n", i + j);//-10

	return 0;
}

分别转换成补码,结果相加,结果为-10。

题目:

4.
unsigned int i;
for(i = 9; i >= 0; i--)
{
    printf("%u\n",i);
}

题解:

本题,程序最终进入了死循环,因为unsigned int作为无符号数,最小结果为0,对0减1的话,得到无符号的-1,无符号数的-1在存储中最高位也是有效位,最终得到一个很大的数字,循环下去结果也是恒大于等于0,所以造成了死循环。

题目:

5.
int main()
{
    char a[1000];
    int i;
    for(i=0; i<1000; i++)
   {
        a[i] = -1-i;
   }
    printf("%d",strlen(a));
    //strlen 统计的是\0之前出现的字符的个数
    return 0;
}

题解:

char 类型在内存中的存储:

strlen遇到\0结束,\0的ASCLL码值就是0,因此遇到0就会停止,-1 -2 -3 -4 -5 .. -128 127 .. 6 5 4 3 2 1 0,统计0前的数字,最终结果为255。

3. 浮点型在内存中的存储

常见的浮点数:

3.14159
1E10-----1.0*10^10
浮点数家族包括: float double long double 类型。

浮点数表示的范围:float.h 中定义

3.1 一个例子

浮点数存储的例子：

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;
}

输出的结果是什么呢？

这里我们就能猜测,整型和浮点数的存储应该是不一样的。

3.2 浮点数存储规则

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。

详细解读：

根据国际标准IEEE 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。

①当S为0时，表示一个正数；当S为1时，表示一个负数
②M表示有效数字，1<= M <2
③2^E表示指数
比如十进制的3.0，二进制就是0011.0 就可以写成（-1）^ 0 * 1.1 * 2 ^ 1
在比如十进制的-3.0，二进制就是-0011.0 就可以写成（-1）^ 1 * 1.1 * 2 ^ 1
而规定float类型有一个符号位（S），有8个指数位（E），和23个有效数字位（M）
double类型有一个符号位（S），有11个指数位（E），和52个有效数字位（M）

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 。

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。

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。

然后，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，

则其二进制表示形式为:

001111110 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。

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);

解释前面的题目：

下面，让我们回到一开始的问题:为什么0x00000009还原成浮点数，就成了 0.000000

首先，将 0x00000009 拆分，得到第一位符号位s=0，后面8位的指数E=00000000

最后23位的有效数字M=000 0000 0000 0000 0000 1001。

9 -> 0000 0000 0000 0000 0000 0000 0000 1001

由于指数E全为0。因此，浮点数V就写成:

V=(-1)^0 × 0.00000000000000000001001×2^(-126)=1.001×2^(-146)

显然，V是一个很小的接近于0的正数，所以用十进制小数表示就是0.000000。

再看例题的第二部分。

请问浮点数9.0，如何用二进制表示?还原成十进制又是多少? 首先，浮点数9.0等于二进制

是1001.0，即1.001×2^3。

9.0 -> 1001.0 ->(-1)^01.0012^3 -> s=0, M=1.001,E=3+127=130

那么，第一位的符号位s=0，有效数字M等于001后面再加20个0，凑满23位，指数E等于3+127=130，即10000010。

所以，写成二进制形式，应该是s+E+M，即0 10000010 001 0000 0000 0000 0000 0000

这个32位的二进制数，还原成十进制，正是 1091567616。