数据在内存中的存储

• • 可能用到的知识（大佬直接跳过）
  • 整形数据的存储
  • 浮点型数据在内存中的存储

可能用到的知识（大佬直接跳过）

vs（visual studio)编译器中，内存窗口打开方式及介绍
1、进入调试状态
2、点击调试按钮
3、划入窗口，找到内存，4个窗口等价，凭借喜好点开一个

打开内存窗口后就会有如下界面：

其中左边的部分代表地址

这些16进制的数字就是内存的地址了
中间的是用16进制数字的形式表示的内存中的数据

（之所以用16进制显示，可能是因为比较整齐，便于使用者，但是在存储的时候是按照2进制存储的）
为了方便大家观看，这张图把左边的地址也截了下来，这张图里左边的地址指向每一行第一个元素
而右侧的是以字符形式展示的内存，跟中间的意义一样，为了方便查看内存中的字符而存在

整形数据的存储

1、字节序

整形数据在内存中的存储，比如 int 类型占有4个字节，当我们创建一个int 变量的后，运行程序，就会有一块专门的内存来存放这个数据，这里为用vs编译器的调试功能内存窗口展示给大家，如下：

	//例如我们可以创建一个整形变量a,初始化为10
	int a = 10;

我们可以直接在内存窗口中搜索我们刚刚创建的变量a

在地址一栏中，我们可以输入要查找的地址，可以直接输入地址，也可以输入表达式，比如&a即为变量a的地址
我们可以看到a中的值是 0a 00 00 00（4个字节，每个字节一共8个bit位，恰好是每两个空格之间代表一个字节）
第一个字节里的内容是 0a，翻译成10进制就是10，
其余字节里都是0。

这就是我们在a 中存储的数据，可以看到，它在存储的时候是：存储是以字节为单位的，同时排在前面的字节存储较低位的数据的，

这种 “排在前面的字节存储较低位的数据” 的存储方式，我们叫它“小端序”
同理，如果“排在前面的字节存储较高位的数据”叫“大端序”
大家可以看到，我的电脑是小端序的存储方式
文字毕竟啃得不是很舒服，来操作一下

	//为了更加直观，我们直接存16进制的数字
	int b = 0x11223344;
	int c = 0x55667788;

开始调试！

这是b

这是c

再来一个d吧？
为了证明是以字节为单位的，我们让d这样

int d = 0x12345678;

调试！

果然，结果是 78 56 34 12

除了存储外，我们的电脑需要通过网络接收以及发送数据，这个接收和发送的方式都是大端序的。

2、补码

在上面的基础上，我们加一行代码：

int e = -1;

然后调试，结果如下：

？？？
按照16进制的数字翻译过来这显然是一个很大的数字啊，怎么就是-1了？
这个就要跟我们的补码联系起来了

因为，数据在内存中是以补码的形式来储存的
这里有两点要说
1.正数整形的补码为自身
2.负数整形的补码为对应的二进制数字按位取反，再加一
这样以来，是不是就解释通了？

那么为什么要这样，
为了计算方便，在我们的电脑上有一个加法器，用来实现加法运算，而减法也是用加法器完成的，然而为什么不直接设计个减法器呢？，因为硬件设备的成本要比软件程序高，为了减少硬件成本，我们就在软件上下功夫，于是有了补码。补码的存在可以让加法器计算减法，甚至乘法和除法。

浮点型数据在内存中的存储

1、存储方式：科学计数法
float类型的浮点数4个字节一共32个bit位分配如下：
第1个，符号
2~9，整数
10~32，2的E次方

而double类型有64个bit位：
第1个符号
2~12，整数
13~64，2的E次方

可以通过代码测试：

	float f = 21.3;
	double g = 21.345;

这样,
f如下

g如下：

不过一般来说，浮点型是不够精确的，我们可以举个例子，这里打开Python示范一下
如下：

可以看到，浮点型并没有给出一个理想中的数字，所以我们在计算的时候并不优先考虑浮点型