C语言：数据在内存中的存储
C语言：数据在内存中的存储
本文详细介绍了C语言中数据在内存中的存储方式，包括整数和浮点数的存储细节。文章通过理论讲解结合代码示例的方式，详细介绍了整数的原码、反码、补码，以及大小端字节序的概念，并通过具体代码演示了如何判断当前机器的字节序。此外，文章还深入讲解了浮点数在内存中的存储方式，包括IEEE 754标准下的存储规则，并通过代码示例展示了不同类型数据在内存中的转换过程。
整数在内存中的存储
这部分内容在我之前的博客《C语言：操作符详解》中详细地讲解过，在这里就是简单地再说明一下。整数的2进制表示方法有三种，即原码、反码和补码。有符号的整数，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”，最高位的一位是被当做符号位，剩余的都是数值位。
正整数的原、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得到的就是原码。
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。
大小端字节序和字节序判断
当我们了解了整数在内存中存储后，我们调试看一个细节：
#include <stdio.h>
int main()
{
int a = 0x11223344;
return 0;
}
调试的时候，我们可以看到在a中的0x11223344这个数字是按照字节为单位，倒着存储的。这是为什么呢？
其实超过一个字节的数据在内存中存储的时候，就有存储顺序的问题，按照不同的存储顺序，我们分为大端字节序存储和小端字节序存储，下面是具体的概念：
大端（存储）模式：是指数据的低位字节内容保存在内存的⾼地址处，而数据的⾼位字节内容，保存在内存的低地址处。
小端（存储）模式：是指数据的低位字节内容保存在内存的低地址处，而数据的⾼位字节内容，保存在内存的⾼地址处。
根据这个概念的定义，我们就可以知道在我刚才使用的VS2022的环境下是小端字节序存储。
那为什么会存在大小端呢？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8bit 位，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。
接下来，我们来写一段判断当前机器的字节序的程序。
#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;
}
我们可以来分析一下，取出i的地址，也就是四个字节中最小的那个地址，如果为小端字节序，这个最小的地址解引用操作后应该为1，又为了只取出一个字节的内容，所以对地址又做了强制类型转换的操作（转换为char*后解引用的权限变为一个字节）。
说完了这些，我们对整数在内存中的储存应该已经比较熟悉了，接下来看几道题目进一步理解。
#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;
}
a,b的结果估计大家很快就知道了，虽然char类型表示有无符号并不是确定的，由编译器和平台决定，但在运行结果中可以看出在我使用的编译环境(VS2022)下是有符号的。那我们再来看c的结果是怎么出来的呢，-1赋值给了c，而整数（字符是一种特殊的整型）在内存中是一补码来存储的，也就是下图的11111111，就是结果中的255，%d是以整型进行打印，再进行整型提升时也不会改变数值大小的，a和b在这一步也是同理。
#include <stdio.h>
int main()
{
char a = -128;
printf("%u\n", a);
return 0;
}
需要注意的是-128 没有对应的正数可以简单地通过取反加一得到，因为 +128 超出了8位带符号字符所能表示的最大正值（127）。因此，-128 在8位带符号字符类型的补码表示为
1000 0000
。这是因为在补码系统中，当一个数为 -128 时，它的表示方式就是这样一个特殊的二进制模式，其中只有符号位被设置为1，其他位全部为0。因为本身是有符号的，所以在整型提升时前面都加符号位1，因为以无符号整数的形式打印，所以答案就是整型提升后的结果。
#include <stdio.h>
int main()
{
char a = 128;
printf("%u\n", a);
return 0;
}
char的范围是-128到127，所以这里的赋值操作中类型转换，由unsigned char转为char，所以a的补码就为128的补码——10000000，因为本身是有符号的，所以在整型提升时前面都加符号位1，因为以无符号整数的形式打印，所以答案就是整型提升后的结果。答案和第二题一样。
#include <stdio.h>
int main()
{
char a[1000];
int i;
for (i = 0; i < 1000; i++)
{
a[i] = -1 - i;
}
printf("%d", strlen(a));
return 0;
}
从-1开始往下一个一个减，减到最小值（-128）又会回到最大值（127）如上图这样循环，这个圈第一次转到0时正好是一圈，也就是256个，因为到0前就会停下，所以strlen的结果是255。
#include <stdio.h>
int main()
{
unsigned int i;
for (i = 9; i >= 0; i--)
{
printf("%u\n", i);
}
return 0;
}
因为i是unsigned int类型，所以减到0后再减就会变成一个很大的值，这样就会进入一个死循环。
#include <stdio.h>
//X86环境 ⼩端字节序
int main()
{
int a[4] = { 1, 2, 3, 4 };
int *ptr1 = (int *)(&a + 1);
int *ptr2 = (int *)((int)a + 1);
printf("%x,%x", ptr1[-1], *ptr2);
return 0;
}
ptr1比较容易分析，我们先来看一下。&a就是数组的指针，加1之后指针就指向这个数组的后面了（跨越了这个数组），再将它强制类型转换为int类型，ptr1[-1]其实就是(ptr1-1)，所以指针指向的位置会往前移四个字节（int的大小）。指向的就是结果中的4了。
再来看ptr2，先将a强制类型转换为int，加1后又强制类型转换为int*，这样做实际上是在原始数组地址的基础上加上了1个字节。再将它解引用，就会读取后面四个字节的内容，也就是0002，因为是小端字节序，所以其实是2000，以十六进制打印就是20000000。
浮点数在内存中的存储
常见的浮点数：3.14159、1E10等，浮点数包括：float、double、long double类型。
浮点数表示的范围： 在float.h中有定义
1.浮点数的存储
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(也就是float类型)，最⾼的1位存储符号位S，接着的8位存储指数E，剩下的23位存储有效数字M。
对于64位的浮点数(也就是double类型)，最⾼的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数字M。
2.浮点数存的过程
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0255；如果E为11位，它的取值范围为02047。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。其实就是将无符号的整数转化为了有符号的整数。
3.浮点数取的过程
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 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(中间值)=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。
0 00000000 00100000000000000000000
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）；
0 11111111 00010000000000000000000
接下来看一段代码来理解一下
#include <stdio.h>
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;
}
先看第1环节，为什么 9还原成浮点数，就成了0.000000？9以整型的形式存储在内存中，得到如下二进制序列：
0000 0000 0000 0000 0000 0000 0000 1001
⾸先，将9的⼆进制序列按照浮点数的形式拆分，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。由于指数E全为0，所以符合E为全0的情况。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。
再看第2环节，浮点数9.0，为什么整数打印是1091567616 。首先，浮点数9.0 等于二进制的1001.0，即换算成科学计数法是：1.001×2^3 。所以： 9.0 = (−1) ∗0 (1.001) ∗ 23，
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，被当做整数来解析的时候，就是整数在内存中的补码，原码正是
1091567616。