大家好，今天和大家来聊一聊数据是如何在内存中存储的，大家记得三连支持一下哦！
一、整数在内存中的存储
整数在内存中的存储，其实在操作符一期文章中我们就已经说过了.即：
1.整数的2进制表⽰⽅法有三种，即原码、反码和补码
2.三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做符号位，剩余的都是数值位。3.正整数的原、反、补码都相同。
4.负整数的三种表⽰⽅法各不相同。
5.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。
6.对于整型来说：数据存放内存中其实存放的是补码。
这一部分内容在操作符详解一文中有详细解释，小伙伴们可以去看哦
二、⼤⼩端字节序和字节序判断
在了解整数在内存中的存储之后，我们通过调试来观察整数在内存中的存储。如：
我们可以看到i确实存储到内存中了，但是确实倒着存储到内存中的，这是为什么呢？
这个时候我们就要来了解一下大小端了.
1.什么是大小端
说的通俗一点，大小端其实就是数据在内存中的存储顺序。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，我们分为⼤端字节序存储和⼩端字节序存储。
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。
什么意思呢？我们来看例子：
2.为什么有⼤⼩端?
存储方式为什么不统一，还要分大小端存储呢？
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。
3.判断大小端
上面我们是通过调试来观察到在VS环境下数据是按照小端进行存储的。那么可不可以不调试，通过代码来判断呢？答案是可以的。
我们可以看到确实是小端存储，那这个是怎么判断的呢？下面我们来分析一下这段代码。
下面我们再来看另一种判断方法：
这个又是怎么实现的呢？我们再来分析一下。
以上就是判断大小端存储的两个常见的方法了。
三、浮点数在内存中的存储
在了解完整型在内存中的存储之后，下面我们就要来聊一聊浮点数在内存中的存储了。它们会有什么不同呢？我们先来看一段代码：
这段代码中i 和 *pi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?
这是因为整数和浮点数在内存中的存储是有很大不同的。下面我们就来具体介绍浮点数是如何存储的。
1.浮点数的存储
我们先来了解一下IEEE二进制浮点数算术标准（IEEE 754）
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:
•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
•表⽰指数位
我们来看一个例子：
IEEE 754规定：
对于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。
当然都是以2进制的形式存储。
浮点数丢失精度问题：
上面我们提到10进制浮点数要转化为2进制浮点数，并用科学计数法表示，但是有的时候转化完会是小数位很多或者是循环小数，这就会是M和E的位数太多存不下，导致浮点数的精度丢失，由于double类型存储M和E的位数比float多，所以精度要比float高，但也存在精度丢失问题。
2.浮点数存的过程
上面我们介绍了浮点数是如何存储到内存中的，其实IEEE 754对有效数字M和指数E，还有⼀些特别规定：
1.对于M：
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。
2.对于E:
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.浮点数取的过程
1.E不全为0或不全为1
当E不全为0或不全为1时，就要用以下规则：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。
如：
2.E全为0
当E全为0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。
3.E全为1
当E全为1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，在了解完浮点数的存储后我们再来解决开头的问题：
下面我们来分析一下：
好了以上就是本篇文章的全部内容了，感谢大家的观看，创作不易，三连支持一下呀！
