首页 > 系统相关 >数据在内存中的存储

数据在内存中的存储

时间:2024-09-10 22:49:57浏览次数:3  
标签:存储 字节 int 浮点数 有效数字 内存 数据

今天学习数据在内存中的存储
在这里插入图片描述

目录

1.整数在内存中的存储

基础概念

1.整数的2进制表示方法有三种,即 原码、反码和补码
2.有符号的整数,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做符号位,剩余的都是数值位
3.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
4.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。
5.对于整形来说:数据存放内存中其实存放的是补码

注意

对于整形来说:数据存放内存中其实存放的是补码。

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。

2.大小端字节序和字节序判断

2.1大小端

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,我们分为大端字节序存储和小端字节序存储

概念

大端(存储)模式:

数据的位字节内容保存在内存的地址处,
而数据的位字节内容,保存在内存的地址处
(低位内容对高地址,高位内容对低地址)

小端(存储)模式:

数据的位字节内容保存在内存的地址处,
而数据的位字节内容,保存在内存的地址处
(低位内容对低地址,高位内容对高地址)

2.2为什么有大小端

8 bit 的 char 型,还有16 bit 的 short 型,32 bit 的 long 型
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

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

3.浮点数在内存中的存储

常见的浮点数:3.14159、1E10等,
浮点数家族包括: float、double、long double 类型

3.1浮点数的存储

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
V = (−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,M是大于等于1,小于2的
• 2E 表示指数位
(s和e是次方)

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 。
按照上⾯V的格式,可以得出S=0,M=1.01,E=2。

IEEE 754规定:

于32位的浮点数,最⾼的1位存储符号位S,
接着的8位存储指数E,剩下的23位存储有效数字M
对于64位的浮点数,最⾼的1位存储符号位S,
接着的11位存储指数E,剩下的52位存储有效数字M
在这里插入图片描述
在这里插入图片描述

3.2浮点数存的过程

3.2.1 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。

3.2.2 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。

3.3浮点数取的过程

3.3.1 E不全为0或不全为1

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00000000000000000000000,则其⼆进制表示形式为:

0 01111110 00000000000000000000000

3.3.2 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。

0 00000000 00100000000000000000000

3.3.3 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)

0 11111111 00010000000000000000000

练习

1.设计一个小程序来判断当前机器的字节序。

#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;
}

2.代码输出的结果是什么?

#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;
}

3.输出什么?

代码

#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("num的值为:%d\n",n);
	printf("*pFloat的值为:%f\n",*pFloat);
	return 0;
}

运行结果

在这里插入图片描述

解析

第一环节

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为全0的情况。
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。

第二环节

浮点数9.0,为什么整数打印是 1091567616
浮点数9.0 等于⼆进制的1001.0,
即换算成科学计数法是: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,被当做整数来解析的时候,
就是整数在内存中的补码,原码正是1091567616

总结

今天先复习了之前学过的整数在内存中的存储,接着学习了大小端字节序和浮点数在内存中的存储。

对这数据在内存中的存储的分享就到这里了,如果感觉不错,希望可以给博主点个赞或者关注,感谢大家的支持,成为我继续分享的动力,还有什么问题和建议可以在评论区评论,拜拜。

在这里插入图片描述

标签:存储,字节,int,浮点数,有效数字,内存,数据
From: https://blog.csdn.net/2301_79391723/article/details/142106677

相关文章

  • 浅谈为什么数据库要用B树
    朋友,你有没有遇到过这样的情况?明明数据库里存的东西还不算太多,可一查数据,页面加载慢得像蜗牛?别急,问题可能出在你的数据库索引上。而今天我要跟你聊的,就是在数据库里被广泛应用的B树(B-Trees),它可是提升数据库性能的秘密武器。听起来有点深奥?别担心,我会用最简单的方式,帮你把这个复......
  • 动态内存管理
    C/C++malloc-free底层原理-动态内存管理关于动态内存管理这块在面试中被考察频率非常高,切入的点也很多,有从操作系统虚拟内存问起的,也有从malloc、new等开始问起的。但是无外乎就是两块内容:虚拟内存机制:物理和虚拟地址空间、TLB页表、内存映射动态内存管理:内存管理、分配......
  • 981. 基于时间的键值存储
    题目链接981.基于时间的键值存储思路哈希+二分题解链接哈希表+二分关键点理解题意时间复杂度\(O(\logn)\)空间复杂度\(O(n)\)代码实现:classTimeMap:def__init__(self):self.dct=defaultdict(list)defset(self,key:s......
  • 【目标检测数据集】番茄叶片病害数据集13940张9类VOC+YOLO格式
    数据集格式:PascalVOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数):13946标注数量(xml文件个数):13946标注数量(txt文件个数):13946标注类别数:9标注类别名称:["EarlyBlight","Healthy","LateBli......
  • MySQL 中的 JOIN 操作:连接数据的强大工具
    在MySQL数据库的使用中,JOIN操作是一个非常重要且强大的功能,它允许我们从多个表中检索数据,从而实现更复杂的查询和数据分析。今天,我们就来深入了解一下MySQL中的JOIN操作。一、为什么需要JOIN操作?在实际的数据库应用中,数据通常被分散存储在多个表中。例如,一个电商系统可......
  • 达梦数据库 order by group by 同时使用的几种方式和注意事项
    在达梦数据库中,ORDERBY和GROUPBY可以同时使用,但有一些要点需要注意:使用方式基本用法:SELECTcolumn1,column2,COUNT(*)FROMtableGROUPBYcolumn1,column2ORDERBYcolumn1,COUNT(*);使用聚合函数排序:SELECTcolumn1,COUNT(*)FROMtableGROUPBYcolumn1ORDERBYC......
  • 企业数智化升级新模式【数据飞轮】,高效挖掘数据资产价值
    一、前言:企业数智化升级新模式【数据飞轮】,它是一种企业数智化升级新模式,旨在通过数据和业务的双向良性驱动,有效提升工作质效。数据飞轮在多个行业中被用来充分发挥数据中台的价值,为业务发展提供参考。数据飞轮的工作原理可以类比为飞轮效应:一开始,为了使飞轮转动起来,需要花费较大的......
  • 【大数据】如何读取多个Excel文件并计算列数据的最大求和值
    导语:在数据分析和处理中,我们经常需要从多个Excel文件中提取数据并进行计算。本文将带您通过一个实用的Python教程,学习如何读取D盘目录下特定文件夹内的多个Excel文件,并计算特定列数据的最大求和值。文章目录一、准备工作二、教程步骤1.导入必要的库2.设置文件路径3.......
  • C++入门基础知识59——【关于C++数据结构】
    成长路上不孤单......
  • 【整理】虚拟地址全解析:操作系统内存管理与进程调度的深度揭秘!
    原创freedom47概述在现代计算机系统中,虚拟地址是内存管理的关键组成部分。虚拟地址不仅帮助操作系统高效地管理物理内存,还在进程的内存分配中发挥重要作用。本文将详细介绍虚拟地址的定义、作用、操作系统的内存管理、进程内存分配、32位与64位架构的内存分配差异,以及物......