深度剖析数据在内存中的存储

简介: 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

1. 数据类型介绍


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 ]        int 可省略
signed short [ int ]            int 可省略
int
unsigned int
signed int
long
unsigned long [ int ]         int 可省略
signed long [ int ]             int 可省略


默认 直接用int short long 是有符号的        如果想用无符号的就要加上 unsigned


特殊:单独的 char 的有无符号是不确定的 取决于编译器(但大多还是unsigned)


b3f7f118f1aa4d0a87d3472175f94626.png


对于无符号数据的最高为是数据位


浮点数家族:


float
double


构造类型:(自定义类型、自己可以调节的)


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


指针类型(指针变量用来存放地址)


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


以二进制的方式存储(数据都是这样存的)


存的补码!(cup中只有加法器)(为了方便减法)


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


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?


四个二进制组可转化为一个十六进制(四字节)


fc9f213492fc4c39878e8723bf6dc34a.png


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。


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 ” ,而数值位负整数的三种表示方法各不相同。


原码

直接将二进制按照正负数的形式翻译成二进制就可以。


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了。


补码

反码 +1 就得到补码。

正数的原、反、补码都相同。


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。


547618654f6a4cf1a0557c74c430c74b.png


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:(大部分小端)


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 8bit。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。


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; }


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 ;
}


下面程序输出什么?


2.
#include <stdio.h>
int main ()
{
    char a = - 128 ;
    printf ( "%u\n" , a );
    return 0 ;
}


/

3.
#include <stdio.h>
int main ()
{
    char a = 128 ;
    printf ( "%u\n" , a );
    return 0 ;
}


/

4.
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


5.
unsigned int i ;
for ( i = 9 ; i >= 0 ; i -- )
{
    printf ( "%u\n" , i );
}


6.
int main ()
{
    char a [ 1000 ];
    int i ;
    for ( i = 0 ; i < 1000 ; i ++ )
  {
        a [ i ] = - 1 - i ;
  }
    printf ( "%d" , strlen ( a ));
    return 0 ;
}


7.
#include <stdio.h>
unsigned char i = 0 ;
int main ()
{
    for ( i = 0 ; i <= 255 ; i ++ )
  {
        printf ( "hello world\n" );
  }
    return 0 ;
}


3. 浮点型在内存中的存储


常见的浮点数:


3.14159

1E10


浮点数家族包括: float 、 double 、 long double 类型。


3.1 一个例子


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 ;
}

7c9654ce89744d21b335b6aa413e9cc0.png


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 (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=2IEEE 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 。


bc8104117b444cf19d0a7c376f8309e9.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 。


5ccb6ab2f4604c6191259871248654d1.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 。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: 0 01111110 00000000000000000000000E 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 ,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 。

相关文章
|
22天前
|
监控 算法 应用服务中间件
“四两拨千斤” —— 1.2MB 数据如何吃掉 10GB 内存
一个特殊请求引发服务器内存用量暴涨进而导致进程 OOM 的惨案。
|
22天前
|
存储 C语言
数据在内存中的存储方式
本文介绍了计算机中整数和浮点数的存储方式,包括整数的原码、反码、补码,以及浮点数的IEEE754标准存储格式。同时,探讨了大小端字节序的概念及其判断方法,通过实例代码展示了这些概念的实际应用。
44 1
|
26天前
|
存储
共用体在内存中如何存储数据
共用体(Union)在内存中为所有成员分配同一段内存空间,大小等于最大成员所需的空间。这意味着所有成员共享同一块内存,但同一时间只能存储其中一个成员的数据,无法同时保存多个成员的值。
|
28天前
|
监控 Java easyexcel
面试官:POI大量数据读取内存溢出?如何解决?
【10月更文挑战第14天】 在处理大量数据时,使用Apache POI库读取Excel文件可能会导致内存溢出的问题。这是因为POI在读取Excel文件时,会将整个文档加载到内存中,如果文件过大,就会消耗大量内存。以下是一些解决这一问题的策略:
67 1
|
30天前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
|
1月前
|
缓存 安全 Java
使用 Java 内存模型解决多线程中的数据竞争问题
【10月更文挑战第11天】在 Java 多线程编程中,数据竞争是一个常见问题。通过使用 `synchronized` 关键字、`volatile` 关键字、原子类、显式锁、避免共享可变数据、合理设计数据结构、遵循线程安全原则和使用线程池等方法,可以有效解决数据竞争问题,确保程序的正确性和稳定性。
37 2
|
4月前
|
存储 分布式计算 Hadoop
HadoopCPU、内存、存储限制
【7月更文挑战第13天】
279 14
|
3月前
|
存储 编译器 C语言
【C语言篇】数据在内存中的存储(超详细)
浮点数就采⽤下⾯的规则表⽰,即指数E的真实值加上127(或1023),再将有效数字M去掉整数部分的1。
366 0
|
1月前
|
存储 编译器
数据在内存中的存储
数据在内存中的存储
41 4
|
1月前
|
存储 Java
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配
这篇文章详细地介绍了Java对象的创建过程、内存布局、对象头的MarkWord、对象的定位方式以及对象的分配策略,并深入探讨了happens-before原则以确保多线程环境下的正确同步。
53 0
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配