深度剖析数据在内存中的存储

简介: 深度剖析数据在内存中的存储

🤔前言🤔

C语言初阶我们已经学习完啦,今天开始我们开始进入C语言进阶篇,今天我们要讲的是深度剖析数据在内存中的存储。


本节重点

  1. 数据类型详细介绍
  2. 整形在内存中的存储:原码、反码、补码
  3. 大小端字节序的介绍及判断
  4. 浮点型在内存中的存储解析


一、😊数据类型的介绍😊

在C语言初阶篇中我们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:

整型家族:

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


浮点数家族:

1. float
2. double


构造类型:

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


指针类型:

1. int *pi;
2. char *pc;
3. float* pf;
4. 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

二、😜整型在内存中的存储😜

在初阶C语言中我们讲过一个变量的创建要在内存中开辟空间的。空间的大小是根据不同的类型决定的。

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int类型分配四个字节空间


那该如何存储?


那就要了解原码、反码、补码。


原反补我们在C语言初阶篇《原码、反码、补码传送门》


对于整形来说:数据存放内存中其实是存放的补码。


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。

我们看看内存中的存储>



e3bbae12f73e4d17bf91f35116bee2ee.png

我们可以看到对于a和b分别存储的是补码。但好像顺序有点不对劲。

这又是为什么呢?

那就要了解什么是大小端。


2.1大小端介绍

什么是大小端:

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。


87399f0cf49241e9bc0543551f5a46a1.png

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。(10分)

简述就是上面图片的内容,重点来看程序设计>

int check_sys()
{
    int a = 1;
    return *(char*)&a;
}
int main()
{
    int ret = check_sys();
    if (1 == ret)
    {
        printf("小端\n");
    }
    else
    {
        printf("大端\n");
    }
    return 0;
}


我们来画图理解一下代码>

1084459b9d414f158ee09115fe579c77.png


2.2练习

//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;
}

我们来画图分析一下>



80d919db933f4d27984596c0388d071c.png运行截图>


25e50293788c4feeaf3df1f3a90e57d3.png


三、😝浮点数在内存中的存储😝

常见的浮点数:

3.141591E10浮点数家族包括:float、double、long double类型。浮点数表示范围:float.h中定义。

3.1例子

浮点数存储:

1.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;
}


输出结果是什么呢?


3f7ec59eba6e4b018b6ba91b8f19f8a7.png


结果发现是我们意想不到的,为什么会出现0.000000、1091567616这种数字呢?

这就不得不介绍一下浮点数存储的规则

3.2浮点数存储规则(SEM)

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1.01x2^2.


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。


3ef9daae1f7549f1bb3ed2886efbfeeb.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。



49225daffb7442bea9651654556a2ae0.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。


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 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);、

好了关于浮点数的表示规则,就说到这里。


再来解释一下前面的题目:

int main()
{
    int n = 9;
    //00000000000000000000000000001001 - 9的补码
    //0 00000000 00000000000000000001001
    //(-1)^0 * 0.00000000000000000001001 * 2^-126
    //0.000000
    float* pFloat = (float*)&n;
    printf("n的值为:%d\n", n);//9
    printf("*pFloat的值为:%f\n", *pFloat);//0.000000
    *pFloat = 9.0;
    //1001.0
    //(-1)^0 * 1.001 * 2^3
    //s=0
    //e=3
    //m=1.001
    //01000001000100000000000000000000
    //
    printf("num的值为:%d\n", n);//1,091,567,616
    printf("*pFloat的值为:%f\n", *pFloat);//9.0
    return 0;
}

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

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 。


🌝小结🌝


今天我们学习了数据类型、整形在内存中的存储:原码、反码、补码、大小端字节序、判断浮点型在内存中的存储、相信大家看完有一定的收获。


种一棵树的最好时间是十年前,其次是现在! 把握好当下,合理利用时间努力奋斗,相信大家一定会实现自己的目标!加油!创作不易,辛苦各位小伙伴们动动小手,三连一波💕💕~~~,本文中也有不足之处,欢迎各位随时私信点评指正!

相关文章
|
1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。
|
3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:
11 1
|
5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。
|
6天前
|
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。
13 2
|
10天前
|
存储 编译器
数据在内存中的存储
数据在内存中的存储
29 4
|
8天前
|
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。
24 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
|
3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】
249 14
|
2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。
260 0
|
16天前
|
存储 机器学习/深度学习 人工智能
数据在内存中的存储
数据在内存中的存储
|
11天前
|
存储 C语言
深入C语言内存:数据在内存中的存储
深入C语言内存:数据在内存中的存储