目录
练笔
整型数据的存储：
char 型数据——最简单的整型
整型提升：
推广到其他整形：
大小端：
浮点型数据的存储：
存储格式：
本篇详细介绍 整型数据，浮点型数据 在计算机中是如何储存的。
练笔
在开始之前，先看一道题目：
#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;
}快速审题：
char 默认为 signed char，于是a，b 类型相同；c 则为unsigned char ；
统一用%d（十进制整型的形式打印）；
题解：
a,b的结果在意料之中，但是c为什么到了255！
解法：
截断：由于char类型长度只有一个字节，8比特位；于是，将 -1 的补码形式截断为8位将剩余的位存入（unsigned）char类型变量；
打印：unsigned char 没有符号位，被识别是正数，原反补码相同，8个1打印出来是255。
图解：
整型数据的存储：
整数的2进制表⽰⽅法有三种，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”，⽽数值位最⾼位的⼀位是被当做符号位，剩余的都是数值位。
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。
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。
对于整形来说：数据存放内存中其实存放的是补码。
为什么呢？
在计算机系统中，数值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；
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。
char 型数据——最简单的整型
提到整形，不得不提整形提升：
整型提升：
C语言中整型算术运算总是⾄少以缺省整型类型的精度来进⾏的。
为了获得这个精度，表达式中的字符和短整型操作数在使⽤之前被转换为普通整型，这种转换称为整型提升。
表达式的整型运算要在CPU的相应运算器件内执⾏，CPU内整型运算器(ALU)的操作数的字节⻓度⼀般就是int的字节⻓度，同时也是CPU的通⽤寄存器的⻓度。
因此，即使两个char类型的相加（或者对char类型进行整型操作，包括以整型的形式打印），在CPU执⾏时实际上也要先转换为CPU内整型操作数的标准长度。
所以，表达式中各种⻓度可能⼩于int⻓度的整型值，都必须先转换为int或unsigned int，然后才能送⼊CPU去执⾏运算。
如何进⾏整体提升呢？
1. 有符号整数提升是按照变量的数据类型的符号位来提升的
2. ⽆符号整数提升，⾼位补0
对于只有8位的char类型，能表示的数字较小，范围有限：
由于范围较小，char型很容易发生溢出，这是我们在使用时要注意的，同时也是部分面试题的考点。当发生溢出时，对unsigned char 来说：255+1在保留后8位后，竟然又回到了0！
那么，我们稍微改一下图像：
这样就生动表示了char型的 值域轮回了 。
推广到其他整形：
于是：
1.基于对char型的理解，可以由此推广到整形家族：short，int，long，long long。
2.知道了一个类型的长度，它们范围是可计算的。
唯一不同的是，其他类型的长度大于1，所以就有了存储的顺序问题：
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，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。
#include <stdio.h>
int main()
{
int a = 0x11223344;
return 0;
} 
地址由低到高，字节序也由低到高，我的机器是小端存储。
为什么会有大小端？
由于其他数据类型的长度大于1，所以必须有一种方法，来安排一个数据在内存中的存储顺寻问题。
浮点型数据的存储：
常见的浮点数：3.14159、1E10等，浮点数家族包括： float、double、long double 类型。
浮点数表⽰的范围在<float.h>中定义。
根据国际标准IEEE 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
其中：
(-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
2^E表示指数位
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。
十进制的-5.0，写成⼆进制是 -101.0 ，相当于 -1.01×2^2 。
则S=1，M=1.01，E=2。
存储格式：
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。
IEEE754的规定：
对于有效数字M：
由于， 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。
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。
对于指数E：
E为⼀个⽆符号整数（unsignedint），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IEEE754规定，存⼊内存时E的真实值必须再加上⼀个中间数（偏移值）。
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。
这样就避免E在存储时出现负数的问题。
需要注意的是：
并不是所有浮点数可以被精确储存，对于一个浮点数，单单是将他存入内存，再读取出来，也可能造成误差！
浮点型变量能保存的数据也是有界的，虽然一般情况下，由于最大值很大，最小值接近于0，所以我们不会触碰到界限。
图片来源
完~
未经作者同意禁止转载
