深度剖析数据在内存中的存储

Posted 皆自落

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度剖析数据在内存中的存储相关的知识,希望对你有一定的参考价值。

一个由C/C++编译的程序占用的内存分为以下几个部分:

1、栈区(stack)— 由编译器自动分配释放 ,存放为运行函数而分配的局部变量、函数参数、返回数据、返回地址等。

其操作方式类似于数据结构中的栈。(内存分配时,与堆相向而生,因此申请内存是有限的,运用不当,会出现栈溢出)

2、堆区(heap) — 一般由程序员分配释放, 若程序员不释放,程序结束时可能由OS回收 。分配方式类似于链表

3、全局区(静态区)(static)—存放全局变量、静态数据、常量。程序结束后由系统释放。4、文字常量区 —常量字符串就是放在这里的。 程序结束后由系统释放。

5、程序代码区—存放函数体(类成员函数和全局函数)的二进制代码

内存分配有以下三种方式:

1.从静态存储区域分配

内存在程序编译的时候就已经分配好,这块内存在程序的整个运行期间都存在。例如全局变量,static变量

2.在栈上创建(地址从大到小

在执行函数时,函数内局部变量的存储单元都可以在栈上创建,函数执行结束时这些存储单元自动被释放。栈内存分配运算内置于处理器的指令集中,效率很高,但是分配的内存容量有限。(栈上的变量都具有临时变量的特性)

3.从堆上分配(地址从小到大)

亦称动态内存分配。程序在运行的时候用malloc或new申请任意多少的内存,程序员自己负责在何时用free或delete释放内存。

动态内存的生存期由程序员决定,使用非常灵活,但如果在堆上分配了空间,就有责任回收它,否则运行的程序会出现内存泄漏,

频繁地分配和释放不同大小的堆空间将会产生堆内存碎块。(在程序关闭(运行结束)后,内存泄漏消失)

我们都知道C语言基本的内置类型:

char     //字符数据类型

short    //短整型

int     //整形

long     //长整型

long long  //更长的整形

float    //单精度浮点数

double    //双精度浮点数

需要注意的是,C语言没有字符串类型!
那么,不同的类型决定了他们所占存储空间的大小的不同,这也是类型的意义之一。

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

double

构造类型

> 数组类型 arr[]

> 结构体类型 struct

> 枚举类型 enum

> 联合类型 union

指针类型

int *pi;

char *pc;

float* pf;

void* pv;

空类型

void 表示空类型(无类型)
通常应用于函数的返回类型、函数的参数、指针类型。

上面我们详细介绍了C语言的各种数据类型,而我们知道一个变量的创建是要在内存中开辟空间的。空间的大小是根据不同的类型而决定的。
那么,数据在所开辟内存中到底是如何存储的?
下面我们首先来看整形在内存中到底是如何存储的

整形在内存中的存储

比如:

        int a = 20;

        int b = -10;

我们知道要为 a 分配四个字节的空间。 那如何存储呢?
要搞清楚整形在内存中的存储,就必须先了解下面一组概念:
原码、反码、补码
计算机中的有符号数有三种表示方法,即原码、反码和补码。
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”,而数值位三种表示方法各不相同。
原码
直接将数据按照正负数的形式翻译成对应的二进制序列。
反码
原码的符号位不变,其他位依次按位取反。
补码
反码 1就得到补码。

正数(无符号数)的原、反、补码都相同。
相信学过计算机组成原理这门课的读者对于这一概念并不陌生。

对于整形来说:数据存放在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。

我们通过调试代码来进一步验证一下:

从图中我们可以看出,由于a是正数,原反补相同,所以内存中存的就是20的二进制序列,编译器以16进制显示即为14,很好理解;但是b为什么会是f6呢?(后边全f即为全1)
其实,当我们知道整形在内存中的存储方式之后,也就很好理解了。
我们分别把-10的原反补码写出来:

        //-10的二进制序列以及其原反补

        //1000 0000 0000 0000 0000 0000 0000 1010(原)

        //1111 1111 1111 1111 1111 1111 1111 0101(反)

        //1111 1111 1111 1111 1111 1111 1111 0110(补)

由于整形在内存中是以补码形式存储的,所以补码形式的 1111 0110转换成16进制不就是f6了吗?
通过这个例子,我们似乎明白了整形在内存当中的确是以补码形式存储的,但细心的读者可能看出来了,存放的顺序是不是有点不对劲啊,这又是为什么呢?
为了解决这个疑问,我们就需要介绍下面另一个概念了:

大小端字节序介绍及判断

什么是大端小端

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。

为什么有大端小端

为什么会有大小端模式之分呢?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。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,由于寄存器宽度大于一个字
节,那么必然存在着一个如果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。
例如一个 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。小
端模式,刚好相反。我们常用的 X86 结构是小端模式,而 KEIL C51 则为大端模式。很多的ARM,DSP都为小
端模式。有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

基于对大小端的了解,我们至此就能回答上面的问题了,由于我的电脑所使用的的是小端存储模式,所以在内存中的存储顺序就会显示为以上形式。

浮点型在内存中的存储解析

上面我们了解了整形在内存当中的存储方式,最后我们来谈一谈浮点数在内存中的存储,同样,我们也通过一个例子来展开:

    int main()



    int n = 9;

    float* p = (float*)&n;

    printf("n的值:%d\\n", n);

    printf("*p的值:%f\\n", *p);

    *p = 9.0;

    printf("n的值:%d\\n", n);

    printf("*p的值:%f\\n", *p);

    return 0;

输出的结果是什么呢?
有读者可能会说,这还不简单?第一个n=9.0,定义的指针pFloat指向n,但由于是浮点数指针,所以解引用应该是*p=9.0;而之后通过指针修改n的值,所以后面俩个的值也应该是9.0。
真的是这样吗?我们先直接看结果:

读者如果不知道浮点数在内存当中的存储规则,那么对于这个结果一定会很惊讶,尤其是中间俩个数据的值,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这么大?
要理解这个结果,就需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=0V为正数;当s=1V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=1.01E=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=1M=1.01E=2
IEEE 754规定: 对于32位的浮点数,最高的1位是符号位s,接着的8位是指数E,剩下的23位为有效数字M

对于64位的浮点数,最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M

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E8位,它的取值范围为0255;如果E11位,它的取值范围为02047。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,2^10E10,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: 0.51/2)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1.02^(-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。如果大家看懂了,我们就可以解释上面的例题了:
让我们回到一开始的问题:为什么 9 还原成浮点数,就成了 0.000000 ? 首先,将 9的二进制序列拆分,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。

9的二进制序列:0000 0000 0000 0000 0000 0000 0000 1001

由于指数E全为0,所以符合上述的第二种情况,E为全0.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。
也可以理解为,当指数E为全0时,我们就认为这个浮点数为0
从这里我们又了解到一个信息,浮点数的“0”其实是一个范围,并不一定是确确实实的0值,也就是说,当一个浮点数小到一个特点的范围的时候(E为全0时),我们就认为这个浮点数的值为0(0.000000)。

再看例题的第二部分。 请问浮点数9.0,如何用二进制表示?还原成十进制又是多少? 首先,浮点数9.0等于二进制的1001.0,即1.001×2^3。

9.0 -> 1001.0 ->(-1)^01.0012^3 -> s=0, M=1.001,E=3 127=130

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

我们打开计算器,输入这一串二进制序列,就可以看到这个32位的二进制数,还原成十进制,正是 1091567616

以上是关于深度剖析数据在内存中的存储的主要内容,如果未能解决你的问题,请参考以下文章

深度剖析数据在内存中的存储

深度剖析数据在内存中的存储1——数据类型

C语言之深度剖析数据在内存中的存储

深度剖析数据在内存中的存储

深度剖析数据在内存中的存储

深度剖析数据在内存中的存储之浮点型在内存中的存储