数据在内存中的存储(了解数据在内存中的存储规则,看这一篇就够了!)

简介: 数据在内存中的存储(了解数据在内存中的存储规则,看这一篇就够了!)

  前言:在我们编写代码的时候,时时刻刻我们都在创建数据,修改数据,销毁数据,每当一个数据被创建之后,就要被存储起来以便于下次继续使用,那么数据是如何在内存中存储的呢?


接下来主要讲解两种数据在内存中的存储:


1.整数在内存中的存储

       (1)原码、反码、补码

       我们知道计算机的数据在底层都是以二进制的形式进行存储的(即0 和 1),而整数的二进制表示方法有三种,分别是:原码、反码、补码

原码:原码就是将十进制数据转化为二进制表现形式表现出来

反码:反码就是将所求的原码除了符号位(从左边数第一个数字)全部都取反(即0 变成 1,1 变成 0)

补码:是在反码的基础上在最后一位加上1得到补码

详细介绍可以看--------------------------------------------->一分钟了解什么是原码-反码-补码-CSDN博客

       接下来我们使用一个实例来看一下整型数据在内存中的存储:

如图所示,我们将整型a以十六进制的形式存储在内存中,结果如上图所示,但是我们发现了一个问题,即为什么我们是以11223344的形式存储进去的,但是结果却是倒着存储的呢?这就必须介绍字节序。

       (2)字节序

字节序(Byte Order):是指多字节数据在计算机内存中存储时各字节的存储顺序,在计算机中,当数据的长度大于1个字节时,就要区分字节顺序,常见的字节顺序有两种:大端和小端

大端字节序:

       ——即处于低位的数据存放在高地址处(如图)

小端字节序:

       ——即处于高位的数据存放在高地址处(如图)

了解了字节序,让我们在来看上面的内容:

从图中我们可以看到低位的数据存储在了低地址处,所以是此整型数据是以小端进行存储。自此我们大致的了解了整型数据在内存中的存储规则。

注:并不是任何时候都是进行小端存储,存储是以大端还是以小端取决于硬件。

2.浮点数在内存中的存储

       (1)浮点数据的转换

       浮点数在内存中的存储规则和整型数据完全不同,浮点数在内存中的存储是根据国际标准IEEE754的标准进行存储的,即任意一个二进制浮点数都可以表示成下面的形式:

我们直接使用实例来理解公式中的S、M、E

根据公式我们就可以将5.5这个数据转变为:

根据上边的的例子我们就可以知道:

       S:如果浮点数为正,S = 0,反之浮点数为负,S = 1;

       M:将转换的二进制数变成以科学计数法的形式;

       E:即小数点移动的位数;

         

         (2)浮点数据的存储

    知道了浮点数如何根据国际标准IEEE754的标准进行转换了之后,那么浮点数是怎么存储进内存中的呢?

       在单精度浮点数(float)中:

       在双精度浮点数(double)中:

这也就是为什么双精度浮点数的精度比单精度浮点数高的原因了,它用来存储M的bit数更多,从而精度也就更高

但是E和M在存储的时候还有一些小细节需要我们知道:

       E:存储E时,我们会将E先加上127(float时)或1023(double时)在存储到内存中(因为E是无符号整型数据)

       M:存储M时,我们不会存储M的整数位,即1,只会存储M的小数位,等到取出数据的时候在加上整数位即可(多出了一个bit来存储M的数据,使数据更加精确)

注:由于存储M的bit位有限,所以有些浮点数不能精确的存储。(如图)

       (3)浮点数的还原

       通常情况下,我们怎么将十进制浮点数转换成二进制浮点数,那么我们只需要进行逆操作就可以进行还原,但是有两种特例:

       1.E全为0:

       当E存储时全为0,即原来的E为-127或-1023(E存储时要先加上127或1023在存储),可想而知这个浮点数是多么小,此时还原时E直接等于-126或-1022,同时M也不在加上整数位的1。

       2.E全为1:

       当E存储时全为1,可想而知这个浮点数很大很大,此时这个数直接为正负无穷大,正负取决于S


以上即是数据在内存中的存储形式~~~~~

相关文章
|
10天前
|
存储 缓存 中间件
|
4天前
|
存储 Java 程序员
Java面试题:方法区在JVM中存储什么内容?它与堆内存有何不同?
Java面试题:方法区在JVM中存储什么内容?它与堆内存有何不同?
26 10
|
4天前
|
存储 设计模式 监控
Java面试题:如何在不牺牲性能的前提下,实现一个线程安全的单例模式?如何在生产者-消费者模式中平衡生产和消费的速度?Java内存模型规定了变量在内存中的存储和线程间的交互规则
Java面试题:如何在不牺牲性能的前提下,实现一个线程安全的单例模式?如何在生产者-消费者模式中平衡生产和消费的速度?Java内存模型规定了变量在内存中的存储和线程间的交互规则
15 0
|
4天前
|
存储 安全 Java
Java面试题:如何在Java应用中实现有效的内存优化?在多线程环境下,如何确保数据的线程安全?如何设计并实现一个基于ExecutorService的任务处理流程?
Java面试题:如何在Java应用中实现有效的内存优化?在多线程环境下,如何确保数据的线程安全?如何设计并实现一个基于ExecutorService的任务处理流程?
9 0
|
4天前
|
安全 Java 调度
Java面试题:Java内存优化、多线程安全与并发框架实战,如何在Java应用中实现内存优化?在多线程环境下,如何保证数据的线程安全?使用Java并发工具包中的哪些工具可以帮助解决并发问题?
Java面试题:Java内存优化、多线程安全与并发框架实战,如何在Java应用中实现内存优化?在多线程环境下,如何保证数据的线程安全?使用Java并发工具包中的哪些工具可以帮助解决并发问题?
7 0
|
4天前
|
监控 Java 开发者
Java面试题:解释Java内存模型中的内存顺序规则,Java中的线程组(ThreadGroup)的工作原理,Java中的FutureTask的工作原理
Java面试题:解释Java内存模型中的内存顺序规则,Java中的线程组(ThreadGroup)的工作原理,Java中的FutureTask的工作原理
8 0
|
5天前
|
安全 算法 编译器
C++一分钟之-内存模型与数据竞争
【7月更文挑战第10天】了解C++11内存模型对多线程编程至关重要。它定义了线程间同步规则,包括顺序一致性、原子操作和内存屏障。数据竞争可能导致不确定行为,如脏读和丢失更新。可通过互斥量、原子操作和无锁编程避免竞争。示例展示了`std::mutex`和`std::atomic`的使用。掌握内存模型规则,有效防止数据竞争,确保多线程安全和性能。
11 0
|
29天前
|
消息中间件 存储 Kafka
实时计算 Flink版产品使用问题之 从Kafka读取数据,并与两个仅在任务启动时读取一次的维度表进行内连接(inner join)时,如果没有匹配到的数据会被直接丢弃还是会被存储在内存中
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
21天前
|
存储 Java C++
Java虚拟机(JVM)管理内存划分为多个区域:程序计数器记录线程执行位置;虚拟机栈存储线程私有数据
Java虚拟机(JVM)管理内存划分为多个区域:程序计数器记录线程执行位置;虚拟机栈存储线程私有数据,如局部变量和操作数;本地方法栈支持native方法;堆存放所有线程的对象实例,由垃圾回收管理;方法区(在Java 8后变为元空间)存储类信息和常量;运行时常量池是方法区一部分,保存符号引用和常量;直接内存非JVM规范定义,手动管理,通过Buffer类使用。Java 8后,永久代被元空间取代,G1成为默认GC。
24 2
|
24天前
|
存储
数据在内存中的存储(2)
数据在内存中的存储(2)
27 5