[C++知识库]带你们深入剖析C语言中数据是怎么存储的！

前言

大家知道C语言中数据是怎么存储的吗？整形和浮点型的存储方式是一样的吗？在本篇文章中我将对数据类型进行详细介绍，深度剖析数据在内存中的存储。

1.数据类型的介绍

我们知道C语言中数据类型有char、short、int、long、long long、float、double.不同类型其意义也是不一样的，类型有以下两个意义：

1. 使用这个类型向内存开辟空间的大小（大小决定了使用范围） 。
2. 如何看待内存的角度。

其实类型的基本归类有5大类：整形类型、浮点型类型、构造类型、指针类型、空类型。

1.1 整形类型

字符型	char :	unsigned char//字符在内存中的ASCII码值是整数，所以char属于整形家族
    		  signed char 
短整型	short :	unsigned short (int)
    		  signed short (int)
整形	 int :	 unsigned int
    		  signed int
长整型	long :	unsigned long (int)
    		  signed long (int)

1.2 浮点型类型

单精度浮点型 float
双精度浮点型 double

1.3 构造类型

数组类型	arr[]
结构体类型  struct
枚举类型    enum
联合类型    union

1.4 指针类型

int *pi
char *pc
short *ps
int *pi
long *pl
float* pf
double *pd
void* pv

1.5 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

我们知道变量的创建要在内存中开辟空间，而不同的类型开辟的空间不一样，接下来我用int类型来说一下整形在内存中的存储。

2.1 原码、反码、补码

计算机中的整数有三种表示方法，即原码、反码和补码。

原码：直接将数字按照正负数的形式翻译成二进制。

反码：原码的符号位不变，其他位按位取反。

补码：反码+1得到补码。

三种表示方法均有符号位和数值位两部分，其中最高位为符号位，其他位为数值位，符号位都是用0表示“正”，用1表示“负” ，而数值位负整数的三种表示方法各不相同，正数和无符号类型的原、反、补码都相同 ，数据存储在内存中的都是补码。

2.2 大小端存储模式

什么是大小端呢？我们看一下这个例子：

int main()
{
    int a = 1;
    return 0;
}

在32位平台上1的二进制转化成十六进制是00 00 00 01，此时我们打开VS先调试，再打开窗口的内存，我们会发现下面：

编译器的结果是 01 00 00 00，和上面的结果怎么不一样呢？其实数据的字节序在内存中存储的顺序是不一样的，VS编译器下是小端存储模式，不同编译器可能不一样。

大端字节序存储：就是指数据的低位字节序的内容保存到高地址处，高位字节序的内容存放在低地址处。

小端字节序存储：就是指数据的低位字节序的内容保存到低地址处，高位字节序的内容存放在高地址处。

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。

练习题、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 。

int check()
{
	int i = 1;

	return (*(char*)&i);
}

int main()
{
	int ret = check();

	if (1 == ret)
	{
		printf("小端存储\n");
	}
	else
	{
		printf("大端存储\n");
	}
	return 0;
}

思路：因为1的二进制转化为十六进制为00 00 00 01，把&i强制类型转化为char*, 所以解引用char*指针只会访问1个字节，结果为1是小端存储，结果为0是大端存储。

2.3 有符号、无符号char类型的范围及练习

char类型占1个字节，即8个bit位，有符号char类型的取值范围：-128~127。内存中存储的是补码，此时最高位0表示正数，1表示负数。

无符号char类型的取值范围：0~255。内存中存储的是补码，此时的最高位不表示符号位，无符号的原、反、补码相同。

练习1：

#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;
}

结果：

a=-1,b=-1,c=255
D:\VS_2019\C\Debug\C.exe (进程 26392)已退出，代码为 0。
按任意键关闭此窗口. . .

思路：
大多数编译器会把char默认为signed char，即有符号的char，a的值是-1，二进制中原码为10000001,符号位不变，其他位按位取反，得到反码11111110，反码+1得到补码11111111。%d表示输出十进制的有符号数，因为a是char类型，会进行整形提升，最高位符号位为1，整形提升为11111111 11111111 11111111 11111111，此时在内存中为补码，转化成原码为10000000 00000000 00000000 00000001，结果为-1，b和a一样。c的值为-1，-1的补码为11111111，以%d形式输出时，无符号数的整形提升全补0，整形提升后c的补码为00000000 00000000 00000000 11111111，因为c为无符号数，所以c的原、反、补码一样，所以c结果为255。

练习2

#include <stdio.h>
int main()
{
	char a = -128;
	printf("%u\n",a);
	return 0;
}

结果：

4294967168
    
D:\VS_2019\C\Debug\C.exe (进程 21496)已退出，代码为 0。
按任意键关闭此窗口. . .

思路：

char类型a的补码为10000000，%u表示输出十进制的无符号数，因为a为有符号的char，最高位表示符号位，整形提升全部补1，整形提升后的补码为11111111 11111111 11111111 10000000，又因为**%u**是输出十进制的无符号数，所以11111111 11111111 11111111 10000000的原码一样，这个二进制的值为4294967168。

练习3

#include <stdio.h>
int main()
{
	char a = 128;
	printf("%u\n",a);
	return 0;
}

结果：

4294967168

D:\VS_2019\C\Debug\C.exe (进程 29900)已退出，代码为 0。
按任意键关闭此窗口. . .

思路：

因为有符号char的取值范围为-128~127，所以整数128的二进制00000000 00000000 00000000 10000000存进char类型中会发生截断，其补码为10000000，%u是输出十进制的无符号数，因为a是有符号的char，最高位1表示符号位，整形提升全补1，整形提升后的补码为11111111 11111111 11111111 10000000，它的原、反、补码一样，这个二进制的值为4294967168。

练习4

#include <stdio.h>
int main()
{
	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
	return 0;
}

结果：

-10

D:\VS_2019\C\Debug\C.exe (进程 19532)已退出，代码为 0。
按任意键关闭此窗口. . .

思路：

i的值为-20，i的原码为10000000 00000000 00000000 00010100，符号位不变，其他位按位取反，得到反码11111111 11111111 11111111 11101011，反码+1得到补码11111111 11111111 11111111 11101100; j的值为10，原码为00000000 00000000 00000000 00001010，正数原、反、补码相同，所以i+j等于两个补码相加得到11111111 11111111 11111111 11110110，%d表示输出十进制的有符号数，补码11111111 11111111 11111111 11110110最高位符号位为1，表示负数，所以先减1再按位取反得到原码10000000 00000000 00000000 00001010，结果为-10。

练习5

#include <stdio.h>
int main()
{
	unsigned int i;
	for (i = 9; i >= 0; i--)
	{
		printf("%u\n", i);
	}
	return 0;
}

结果：
死循环

思路：

当i是正数时，会倒着打印9到0，此时i–变成-1，-1的原码为10000000 00000000 00000000 00000001，按位取反+1得到补码11111111 11111111 11111111 11111111，因为i是无符号int，原反补码相同，%u是输出十进制的无符号数，此时的i表示一个很大的数4294967295，但i永远不会小于0，所以会造成死循环。

练习6

int main()
{
	char a[1000];
	int i;
	for (i = 0; i < 1000; i++)
	{
		a[i] = -1 - i;
	}
	printf("%d", strlen(a));
	return 0;
}

结果：

255
D:\VS_2019\C\Debug\C.exe (进程 21036)已退出，代码为 0。
按任意键关闭此窗口. . .

思路：

strlen是计算字符串个数，从前往后开始计数，直到遇到\0才停止，而\0的ASCII码值为0，也就是说找到0就可以了，a是一个大小为1000的有符号字符数组，有符号char的取值范围为-128~127，数组a的第一个元素被赋值为-1，后面依次减1再赋值给下一个元素，到-128时，再减1赋值给char类型变量，会变成127，继续减1赋值，直到a[i]出现0，此时的长度为128 + 127 = 255。

练习7

unsigned char i = 0;
int main()
{
	for (i = 0; i <= 255; i++)
	{
		printf("hello world\n");
	}
	return 0;
}

结果：

屏幕上死循环打印hello world。

思路：

因为无符号char的取值范围是0~255，当i=255时打印完再i++，i又变回0，i的判断条件永远不会为假，会死循环打印hello world。

3.浮点型在内存中的存储

说之前先来个浮点数存储的例子，看看输出的结果是多少？是不是跟你想的不一样？

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;
}

输出结果：

n的值为：9
*pFloat的值为：0.000000
num的值为：1091567616
*pFloat的值为：9.000000

D:\VS_2019\C\Debug\C.exe (进程 16896)已退出，代码为 0。
按任意键关闭此窗口. . .

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？ 先来了解一下浮点数的存储规则吧！

3.1 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：

(-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 。

例如：

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。

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。

所以，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:

0 01111110 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

如果有效数字M全为0，表示±无穷大（正负取决于符号位s）。

接下来我们可以来解释开始的题目：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，所以符合上一节的第二种情况。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。

再看题目的第二部分。
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等于二进制的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 。