我是靠谱客的博主 冷艳花卷,最近开发中收集的这篇文章主要介绍深度刨析数据在内存中的存储,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

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.大小端字节序介绍及判断

4.浮点型在内存中的存储解析

1.数据类型详细介绍

   1.数据类型介绍

       我们知道基本的内置类型以及他们所占存储空间的大小

char \字符数据类型
short \短整型
int    \整形
long   \长整形
long long  \更长的整形
float    \单精度浮点数
double  \双精度浮点数

    类型的意义:

     a.使用这个类型开辟内存空间的大小(大小决定了使用范围)

     b.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]
    signed short[int]
int
    unsigned int
    signed int
long
    unsigned long[int]
    signed long[int]

浮点数家族

float //精度低,存储的数值范围较小
double //精度高,存储的数值范围更大

构造类型(自定义类型,可以自己创建新的类型)

指针类型

int* p
char* p
float* p
void* p

空类型

    void表示空类型(无类型)

   通常应用于函数的返回值、函数的参数、指针的类型

2.整形在内存中的存储:原码、反码、补码

     空间的大小是根据不同的类型而决定的

     int a = 20;

    我们知道为a分配四个字节的空间,那如何存储?

下来了解下面的概念

     2.1原码、反码、补码

计算机中的整数有三种2进制表示方法,即原码、补码、反码

三种表示方式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

正数的原码、反码、补码都相同

负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就可以得到原码。
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。
   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。

3.大小端字节序介绍及判断

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。

4.浮点型在内存中的存储解析

浮点数存储的例子

输出结果是什么呢

 

这结果和我们想象中的结果是不是千差万别。

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=2。

 

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。

最后

以上就是冷艳花卷为你收集整理的深度刨析数据在内存中的存储的全部内容,希望文章能够帮你解决深度刨析数据在内存中的存储所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(38)

评论列表共有 0 条评论

立即
投稿
返回
顶部