一、整形在内存中的存储
整形数据具体如何在内存中存储，可以翻看前面关于操作符介绍：详解操作符，这里只简要介绍一下。
简单来说，整数在内存中是以二进制补码形式存储的，正整数的原码、反码、补码三码相同。针对有符号的整数，最高位是符号位，其余为数值位。
原码：直接将数值按照正负数的形式翻译成二进制；
反码：原码 + 1；
补码：反码 + 1；
原码取反+1得到补码，补码取反+1得到原码。
二、大小端字节序和字节序判断
把一个正整数10（0x0000000a）存入内存，按照我们的理解，a在内存中的存放顺序应该是00 00 00 0a，也就是也就是高位数据在前，低位数据在后，但是实际上内存是按照0a 00 00 00的顺序排列。
这是为什么呢？
这就涉及到大小端字节序的问题。
2.1 什么是大小端字节序
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。
大端字节序：将一个数据的低位字节内容，存储到内存高地址处，高位字节的内容存储到内存低地址处。
小端字节序：将一个数据的低位字节内容，存储到内存低地址处，高位字节的内容存储到内存低地址处。
2.2 为什么会有大小端字节序
在计算机系统中，内存以字节为单位的，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short型，32bit的char之外，还有16bit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。因此就导致了大端储模式和小端存储模式。
一些处理器存储模式：X86结构的处理器是小端模式，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。
三、浮点数在内存中的存储
下面的代码运行结果：
c
#include <stdio.h>
int main()
{
int n = 9;
float* pFloat = (float*)&n;
printf("n的值为：%d\n",n);
printf("*pFloat的值为：%f\n",*pFloat);
* pFloat = 9.0;
printf("num的值为：%d\n",n);
printf("*pFloat的值为：%f\n",*pFloat);
return 0;
}解析：
按照我们的理解：将n的地址强制转换成float*类型赋给变量pFloat，虽然&n和pFloat指针类型不相同，但是它们指向的空间是一样的，通过解引用，按照%d、%f进行打印，结果就是9、9.000000（%f默认后面小数点6位）。
结果真的和我们预想的一样吗？
实际运行结果：
我们发现，代码运行的结果和我们设想的不完全不同。说明浮点数再内存中存储的方式或者读取的方式与整数是不一样的。
3.1 浮点数再内存中存储
IEEE协会规定浮点数存储方式：V = ( − 1 ) S (−1)^S (−1)S * M ∗ 2 E 2^E 2E
( − 1 ) S (−1)^S (−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 2^E 2E表示数位。
例如：5.0 = 101.0，5.0 = (-1)^0 * 1.01 * 2^2
9.5 = 1001.1，9.5 = (-1)^0 * 1.0011 * 2^3
但是有些时候，小数点后面全部转换成对应的二进制位比较困难，例如，5.2 ---> 101.001...，这也就是为什么浮点数没有办法在内存中精确保存。
另外，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。
浮点数在存储的时候，S是直接放进去，但是E、M要进行处理。
有效数字M处理：
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。比如说，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。（简单来说，计算机在保存M的时候只保存小数点后面的位，不保存前面的1，但是读取的时候自己会加上1，这样存储精度会更高 ）
数位E处理：
IEEE 754规定，E被看成是无符号整数。但是实际上E可能是负数（比如：0.5（十进制） ---> 0.1（二进制） ---> ( − 1 ) 0 (-1)^0 (−1)0 * 1.0 * 2(-1)。为了解决这个问题，需要给E的真实值加上一个中间值，32位加上127，64位加上1023。
举例：
1.2在内存中无法精确存储：
3.2 浮点数的读取
E不为全0，不为全1（一般情况）：算出来减去127
E为全0：E真实值为-127，xxx*$2(-127) --- 无限接近于0的数字。这时候规定，浮点数的指数E等于1-127（-126）或者1-1023（-1022）即为真实值，有效数字M不再加上前面的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为全1：E的真实值为128，xxx*2^128 --- 非常大的数字。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）。
我们把E全为零，E全为1两种情况称为非规范取值，整个float类型数据如下图所示：
有了前面的知识，再回到前面的代码为什么不是我们想的结果。
