当前位置：首页 > news >正文

C语言基础：（十九）数据在内存中的存储

news 2025/8/20 6:11:30

前言

数据在内存中的存储是计算机科学中至关重要的基础概念，直接影响程序的性能、效率和正确性。从变量、数组到复杂的数据结构，每种类型的数据在内存中都有其独特的布局方式，涉及字节序、对齐、堆栈分配等底层机制。理解这些机制不仅能帮助开发者优化代码，还能避免内存泄漏、越界访问等常见问题。随着现代计算机体系结构的发展，内存管理技术也在不断演进，从静态分配到动态分配，再到虚拟内存和缓存优化，每一层抽象背后都隐藏着精妙的设计。本文将对数据在内存中的存储原理进行探讨，揭示不同类型数据的内存表示方式。下面就让我们正式开始吧！

一、整数在内存中的存储

在讲解操作符的时候，我们曾经介绍过以下内容：

整数的二进制表示方法有三种，即原码、反码、补码；

对于有符号的整数，这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”，最高位的一位是被当作符号位，剩余的都是数值位。

正整数的原码反码补码都相同，而负整数的三种形式各不相同。

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。

对于整型来说：数据存放在内存中其实存放的是二进制的补码。

为什么呢？

在计算机系统中，数值一律用补码来表示和存储。原因是，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。

二、大小端字节序和字节序判断

当我们了解了整数在内存中的存储之后，我们来调试看一个细节：

#include <stdio.h>
int main()
{int a = 0x11223344;return 0;
}

调试的时候，我们可以看到在a中的0x11223344这个数字是按照字节为单位，倒着存储的，如下图所示。这是为什么呢？这就要涉及到我们先前粗略介绍过的知识 —— 大小端。

2.1 什么是大小端？

其实超过一个字节的数据在内存中存储的时候，就有存储顺序的问题，按照不同的存储顺序，我们可以分为大端字节序存储和小端字节序存储，下面是具体的概念：

大端（存储）模式：是指数据的低位字节内容保存在内存地址的高地址处，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。

我们需要牢记上述的概念，便于我们分辨大小端。

2.2 为什么会有大小端？

为什么会有大小端模式的区别呢？

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位，但是在C语言中除了8bit的char之外，还有16bit的short型，32bit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，由于寄存器宽度是大于一个字节的，那么就必然存在着一个如何将多个字节安排的问题。因此就会导致大端存储模式和小端存储模式。

我们来举个例子：一个16bit的short型x，在内存中的地址位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，即0x0010中，0x22放在高地址，即0x0011中。对于小端模式则刚好相反，我们常用的x86结构就是小端模式，而KETL C51为大端模式。很多的ARM、DSP都为小端模式，有些ARM处理器甚至还可以由硬件来选择是大端模式还是小端模式。

2.3 练习题

2.3.1 练习1

请简述大端字节序和小端字节序的概念，并设计一个程序来判断当前机器的字节序。（百度笔试题）

我们先定义一个整型变量，如下图所示，将其转化为字符指针类型变量之后再解引用，如果当前机器为小端字节序，那么第一个字节存储的就是01，返回值就是1；如果为大端字节序，那么第一个字节存储的就是00，返回值就是0。

那么我们就可以设计出如下的程序：

//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;
}

我们也可以使用联合体union来设计程序，如下所示：

//代码2
int check_sys()
{union{int i;char c;}un;un.i = 1;return un.c;
}

2.3.2 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;
}

首先我们来观察一下变量的类型：a虽然类型为char，但实际上默认为signed char；b的类型为signed char；c的类型为unsigned char。

那么signed char 和 unsigned char的取值范围是啥？查询资料后可以知道，signed char 的取值范围是 -128~127 ，unsigned char 的取值范围是 0~255。

由于unsigned char 的范围是0到255，因此c被赋值-1会隐式转换为255（-1的补码表示0xFF被直接解释为无符号数255）。

由于printf中以%d形式输出，所以在输出时，char 和 signed char 会被提升为 int 类型，保持原值。因此最后程序的输出结果如下所示：

2.3.3 练习3

#include <stdio.h>
//X86环境 ⼩端字节序
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;
}

注：在上述代码的printf中，%x表示以16进制的形式打印数据。

我们首先来分析一下数组a的内存布局，int占四个字节，且为小端字节序（数据的低字节存储在低地址）如下所示：

a[0] (1):   0x01 0x00 0x00 0x00  (低地址 -> 高地址)
a[1] (2):   0x02 0x00 0x00 0x00
a[2] (3):   0x03 0x00 0x00 0x00
a[3] (4):   0x04 0x00 0x00 0x00

接下来分析ptr1的计算：

&a表示整个数组的地址，其类型为 int（*）[4]；&a + 1 会跳过整个数组（即4 * sizeof(int) = 16字节），它指向的是a[4]（数组末尾的下一个位置）；因此ptr1[-1]就等价于*（ptr1-1），即a[3]，其值为4。

然后是ptr2的计算：

（int）a首先将数组首地址强制转化为int类型（假设为0x1000）；（int）a + 1即为0x1001（即为a[0]的第2个字节）；那么（int*）（（int）a + 1）就将0x1001强制转换为 int* ，此时ptr2指向的就是a[0]的第2个字节；*ptr2会读取0x1001开始的4个字节（但由于ptr2未对齐，其行为是未定义的，但实际上在小端机器上可能得到特定值）。

如果我们假设a的起始地址是0x1000，那么对*ptr2的具体值分析如下：

a[0]的存储：0x01 0x00 0x00 0x00（地址为0x1000-0x1003）。
a[1]的存储：0x02 0x00 0x00 0x00（地址为0x1004-0x1007）。
ptr2指向的是0x1001，读取四个字节：0x00 0x00 0x00 0x02（小端序解释为0x02000000）。

因此本题的输出值为：

4,2000000

三、浮点数在内存中的存储

我们常见的浮点数例如：3.14159、1E10等，实际上浮点数家族是一个大家族，它包括了float、double、long double类型。而浮点数表示的范围在 float .h 头文件中声明。

3.1 练习题

#include <stdio.h>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("n的值为：%d\n",n);printf("*pFloat的值为：%f\n",*pFloat);return 0;
}

大家来想想上面的代码输出的结果会是什么？

结果如下：

3.2 浮点数的存储

在上面的代码中，n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如此之大？

要理解这个结果，我们就必须搞懂浮点数在计算机内部的表示方法。

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：

其中：

我们举例来说：

十进制的5.0，写成二进制为101.0，相当于是1.01×2^2。

那么按照上面V的格式，我们可以得出S=0，M=1.01，E=2。

十进制的-5.0，写成二进制是-101.0，相当于是-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（float），最高的1位为存储符号S，接着的8位为存储指数E，剩下的23位为存储有效数字M，内存分配图如下：

对于64位的浮点数（double），最高的1位为存储符号位S，接着的11位为存储指数E，剩下的52位为存储有效数字M，内存分配图如下：

$(-1)^{S}$ 表示符号位，当S=0时，V为整数；当S=1时，V为负数。
M 表示有效数字，M是大于等于1，且小于等于2的数。
$2^{E}$ 表示指数位。

3.2.1 浮点数存的过程

IEEE 754 对于有效数字M和指数E，还有一些特殊规定：

前面我们提到过，1≤M＜2，这也就是说，M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分。

而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。比如在保存1.01的时候，只保存01，等到读取的时候，就再把第一位的1加上去。这样做的目的，是为了节省1位有效数字。以32位浮点数为例，留给M的只有32位，我们将第一位的1舍去以后，等于就可以保存24位的有效数字了。

至于指数E，情况就比较复杂了：

首先，E为一个无符号整数（unsigned int）。这就意味着，如果E是8位，那么它的取值范围就是0~255；如果E是11位，那么它的取值范围就是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就规定，在存入内存时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；而对于11位的E，这个中间数就是1023。比如，2^10的E是10，所以保存成32位的浮点数时，必须保存成10 + 127 = 137，即10001001。

3.2.2 浮点数取的过程

指数E从内存中取出还可以再分成三种情况：

（1）E不全为0或不全为1（常规情况）

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（中间值）= 126，表示为01111110，而尾数1.0去掉整数部分为0，补齐0到23位，即00000000000000000000000，则其二进制表示形式为：

0 01111110 00000000000000000000000

（2）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。二进制表示形式如下所示：

0 00000000 00100000000000000000000

（3）E全为1

这时，如果有效数字M全为0，那么表示 ±∞ （政府取决于符号位S）。二进制表示形式如下所示：

0 11111111 00010000000000000000000

3.3 题目解析

下面就让我们回到一开始的练习题。

先来看第一个环节，为什么 9 还原成浮点数，就成了0.000000？

9以整型的形式存储在内存中，得到如下二进制序列：

0000 0000 0000 0000 0000 0000 0000 1001

首先，将9的二进制序列按照浮点数的形式拆分，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。

由于指数E全为0，所以符合E全为0的情况。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。

我们再来看第二环节，浮点数为9.0，为什么整数打印是1091567616？

首先，浮点数9.0等于二进制的1001.0，即换算成科学计数法为：1.001×2^3。所以： $9.0 = (-1)^{0} * (1.001) * 2^{3}$ ,那么，第一位的符号位S=0，有效数字M等于001后面再加上20个0，凑满23位，指数E等于3 + 127 = 130，即10000010。