C语言整型数据在内存中的存储(22)

前言

  本篇是修炼内功的文章
  首先，你先明白一个事实，数据在内存中是以二进制的形式存储的
  然后正文开始！

一、整数在内存中的存储

  在讲解操作符的时候，我们就讲过了整数的2进制表示方法有三种：原码、反码和补码
  对于有符号数来说，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，而数值位最高位的一位是被当作符号位，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
并且，补码 -> 取反 -> + 1得到的就是补码

  对于整型来说，数据存放内存中其实存放的是补码
  为什么呢？我们再来回顾一下：

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，不需额外的硬件电路。

二、大小端字节序和字节序判断

什么是大小端？

申请一个变量：int a = 0x11223344; // 占用4个字节

请问，这样在内存中有几种可能？答案是三种：

我们也思考，数据的存储，是未来将来正确的取出，而第三种方式随便放就显得很奇葩，很难记下来，不符合我们常用的习惯，假如你是C语言设计者，也不会选择这一种方式
而第一种叫做大端字节序存储，第二种叫做小端字节序存储

两者的区别都是在存储超过一个字节的数据显现的，其实说到底就是存储顺序的差别，按照不同的存储顺序，我们分为大端字节序和小端字节序存储

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

为什么会有大小端？

  这是因为在计算机系统中，我们是以字节为单位，每个地址单元都对应着一个字节，一个字节为8 bit 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的处理器，例如有些存储器或宽度大于一个字节，那么必然存在着一个如何将多个字节安放的问题。
  例如：一个16 bit的short型，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。小端模式则相反。我们使用的X86结构是小端模式，而KEIL C51则为大端模式。很多ARM、DSP都是小端模式。有些ARM处理器还可以由用户选择大端模式也是小端模式。

练习

练习1

 请编写一个小程序来判断你的机器环境是什么字节序

有趣的是，这是一道面试题

 方法也不难，我们想一个 int 有四个字节，假如来个取址符&，就指向低地址的那个字节，这时候强转char*指针再解引用，就得到了那个低地址的数据，若为小端，数据低位在低地址，即拿到了0x01，就是1；若为大端，数据低位在高地址，即拿到了0x00，就是0
代码如下：

#include <stdio.h>  
#include <string.h>

int check_sys()
{
	int test = 0x00000001;
	
	return *((char*)&test); // 拿到低字节

}

int main()
{	
	int ret = check_sys();

	if (check_sys()) printf("是小端\n");
	else printf("是大端\n");

	return 0;
}

练习2

#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;  
}

输出结果是 a = -1， b = -1， c = 255

我们来分析一下：
1.对于第一个有符号char，原码是10000000000000000000000000000001，反码是11111111111111111111111111111110，补码是11111111111111111111111111111111，然而我们现在要把补码放到比特里面，只能放八个比特位，也就是发生了截断，变成了11111111，同样其实b，c放得也是这样，现在对a来说，整型提升补的都是1，接着继续取反加1，这样就得到了-1的原码并打印
2.而对于c，整型提升成00000000000000000000000011111111，直接打印出255

%d是以十进制的形式打印有符号的整数

练习3

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

%u是十进制的形式打印无符号的整数

我们可以先看看有符号的char变量在内存中存储的所有可能性

一旦看到10000000，直接会被解读为-128，所以有符号char的取值范围是 -128 ~ 127
其实你观察一下11111111，再加个1，直接变成00000000，所以符号char是循环存储的，请记一下

对于无符号char也是一样的

我们回到该题，-128在内存中的存储是
10000000000000000000000010000000 原码
11111111111111111111111101111111 反码
11111111111111111111111110000000 补码
所以截断后，a存储的是10000000
打印的时候，发生整型提升，提升的时候是按照自己的类型char提升
11111111111111111111111110000000，这时候，又以无符号的整数打印
就是一个很大的数了 -> 4,294,967,168

所以说，有符号的数尽量用%d打印，无符号的用%u来打印

练习4

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

同上，分析后得出还是11111111111111111111111110000000，即4,294,967,168

练习5

#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;  
}

理论上会有 -1 -2 … -1000，可是我们之前说了，char取值范围是个循环，范围在-128-127
到0的时候，strlen读取到就会停止，最后会发现0前面有255个数字，所以答案是255

练习6

#include <stdio.h>  

unsigned char i = 0;  

int main()  
{  
    for (i = 0; i <= 255; i++)  
    {  
        printf("hello world\n");  
    }  
    return 0;  
}

还是循环范围，unsigned char类型的 i 最大就是255，i循环到255后再自加，直接变成0，继续死循环

练习7

// x86环境，小端字节序
#include <stdio.h>  

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;  
}

第一个应该很好想，主要是第二个，直接把地址强制转换为整数再加1，再强制转化为 int* 指针，相当于跳过了一个字节，剩余的思考以图形式形象展现

总结

  写到这里的时候，已经是晚上了，本来还想写浮点数在内存中的存储的，但是我困了，睡觉！
  学到这里，你应该发现已经开始跟之前的知识串联起来了，如果你有这种感觉，很棒，继续加油！