目录
[2.1 什么是大小端？](#2.1 什么是大小端？)
[2.2 为什么会有大小端之分？](#2.2 为什么会有大小端之分？)
[2.3 练习1](#2.3 练习1)
[2.4 练习2](#2.4 练习2)
[2.5 练习3](#2.5 练习3)
[2.6 练习4](#2.6 练习4)
[2.7 练习5](#2.7 练习5)
[2.8 练习6](#2.8 练习6)
[3.1 浮点数的存储](#3.1 浮点数的存储)
[3.2 浮点数存的过程](#3.2 浮点数存的过程)
[3.3 浮点数取的过程](#3.3 浮点数取的过程)
[3.4 题目解析](#3.4 题目解析)
正文开始
1.整数在内存中的存储
我们先来回顾一下，整数的表示方法：
- 整数的二进制表示方法有3种：原码、反码、补码。
- 有符号整数的最高一位为符号位， 0表示正，1表示负，其余位为数值位。
- 无符号整数没有符号位，所有的位都用来表示数值。
我们再来回顾一下，原码、反码和补码的概念：
- 原码：真值的符号部分用0或1来表示，真值的数值部分用二进制来表示。
- 反码：原码的符号位不变， 其他位取反。
- 补码：反码 + 1。
- 原码→补码：符号位不变，取反+1。
- 补码→原码：符号位不变，取反+1。
- 正整数的原、反、补都相同。
- 负整数的原、反、补各不相同。
我们还需要知道的是：
- 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，补码和原码相互转换，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
请看代码：
我们发现：0x11223344是以字节为单位，倒着存储的，即44332211。这是为什么呢？
2.1 什么是大小端？
刚刚的变量a，是int类型，大小为4个字节。像这样，超过1个字节的数据，在内存中存储的时候，就有存储顺序的问题了。按照不同的存储顺序，分为大端字节序存储和小端字节序存储，概念如下：
- 大端模式：数据的低位放在高地址处，高位放在低地址处。
- 小端模式：数据的低位放在低地址处，高位放在高地址处。
简而言之：
- 大端模式：正着存，如0x11223344→11 22 33 44。
- 小端模式：倒着存，如0x11223344→44 33 22 11。
2.2 为什么会有大小端之分？
2.3 练习1
- 在计算机系统中，数据的存储是以字节为单位的。
- 每个地址单元都对应着1个字节，1个字节有8个比特位。
- char是1个字节，但short是2个字节，int是4个字节......
- 对于超过1个字节的数据，它就需要分为多个字节来存储了，也就出现了存储顺序问题。
- 对于32位和64位这些处理器，由于寄存器的宽度大于1个字节，必然存在着顺序问题。
- 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。
请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。（10分）------百度笔试题
我们可以以1为例，来进行大小端的判断。
如果是大端模式，即00 00 00 01，我们取出第一个字节，应该得到00。
如果是小端模式，即01 00 00 00，我们取出第一个字节，应该得到01。
2.4 练习2
请看代码：
这道题与整数在内存中的存储有关。
我们来看一下结果：
我们再看另一种情况，如果是以%u的形式打印呢？
2.5 练习3
我们来看一下分析及结果：
我们再看一道类似的题目：
2.6 练习4
2.7 练习5
再看一道类似的题目：
2.8 练习6
对于ptr[-1]，我们可以看看图解：
我们再来看一下*ptr2的图解：
运行结果如我们所见：
上述代码运行的环境为32位环境，如果是64位环境，a是8字节的地址，强制转换为4字节的int类型，就会破坏地址的完整性了。
3.浮点数在内存中的存储
请看代码：
如上，我们可以发现，浮点数的存储方式，和整型是有差异的。
3.1 浮点数的存储
在上面的代码中，n和*pFloat在内存中明明是同一个数，为什么以浮点数和整数的视角解读，结果会有这么大的差异呢？
要理解这个结果，一定要搞明白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：
- S也叫数符，0表示整数， 1表示负数，用来决定浮点数的符号。
- M也叫尾数，是一个二进制的定点小数，一般用原码表示。
- E也叫阶码，是一个二进制的定点整数，一般用移码来表示。
我们来看一个例子：
IEEE754规定：
- 对于32位的浮点数 （float），最高1位 存储的是符号位S，后面8位 存储的是指数E，剩下23位存储的是有效数字M。
- 对于64位的浮点数 （double），最高1位 存储的是符号位S，后面11位 存储的是指数E，剩下52位存储的是有效数字M。
3.2 浮点数存的过程
前面提到过，根据IEEE 754标准，M都是写成1.xxxxxx的形式。可以发现，任何一个浮点数，第一位都是1。
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，因此可以不用存这个1，只存后面的xxxxxx部分即可。
比如，在存1.01的时候，只存01，等到读取的时候，再把第一位加上去。
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的只有23位，将第一位舍去后，相当于可以存24位有效数字了。
至于指数E，它是一个无符号整数（unsigned int）。
这意味着，如果E为8位，它的取值范围就是0~255；如果E为11位，它的取值范围就是0~2047。但是，我们知道，有时候E是会出现负数的，比如：0.5为(-1)^0*1.0*2^(-1)，这里的E就是-1。所以IEEE 754规定，存入内存时，E的真实值必须再加上一个偏置值。对于8位的E，偏置值为127；对于11位的E，偏置值为1023。也就是，根据IEEE 754，对于n位的E，偏置值为2^(n-1) - 1。
比如，2^10的E是10，所以保存为32位浮点数时，必须保存为10+127=137，即10001001。
3.3 浮点数取的过程
指数E从内存中取出来，还可以再分为3种情况：
1.E不全为0或不全为1（常规情况）：
符号位S不用处理。
指数E减去偏置值127（或1023），得到真实值。
有效数字M的第一位加上原来舍去的1。
2.E全为0：
这时，IEEE 754规定：
指数E的真实值为1-127（或1-1023）。
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，以及表示接近于0的很小的数字。
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）。
3.4 题目解析
对于开头提到的代码，我们就进行一个解析：
完结