前言

C语言是如今最重要、最流行的编程语言之一，相对于其他程序设计语言，C语言更偏向底层结构化设计，提供对硬件更精准的控制，但也要求使用者更关注指针、位等字节级编程，本文以C语言为载体，研究字节级信息的存储和相关特性，讨论字符串、整数、浮点数的编码方式和相关隐患。不正之处，敬请指教

一、位+上下文

众所周知，现代计算机存储和处理的信息以二进制信号表示，即0和1。计算机内都是以0、1bit串存储信息，区分不同信息的唯一方法是根据解析0、1bit串的上下文。

首先，我们来思考这么个问题：给定一个串0110 0001，代表什么含义呢？

在没有任何上下文的时候，我们直观的猜测这是个数字，将二进制转换为十六进制为0x61，转换为十进制则为97。
若进一步假定计算机在读取串0110 0001的上下文是解析ASCII码，则串0110 0001被计算机解释为ASCII码中的字符a。但若设定计算机在读取串0110 0001的上下文是unsigned char掩码，则0110 0001不代表任何含义,假如计算机在读取该串的上下文是引用一个字长为8bit的指针，则0110 0001就代表着地址97。

单独的bit串并没有意义，信息是通过位+上下文承载的，相同的位串在不同上下文被解释成不同的信息。

二、表示字符串

C语言中的字符串被编码为以null结尾的字符数组，字符串的每个字符通常以ASCII字符码进行编码。

//"123"存储为：0x31 0x32 0x33 0x00
//二进制表示：0011 0001 0011 0010 0011 0011 0000 0000
char *str1 = "123";
//"abc"存储为：0x61 0x62 0x63 0x00
//二进制表示：0110 0001 0110 0010 0110 0011 0000 0000
char *str2 = "abc";
复制代码

字符串的存储方式是不受字节顺序和字长影响的，因此字符串的可移植性是最好的。

三、表示整数

C语言数字编码体系是真实世界数字体系的近似表示，在某系特性上存在一定的差异。

打个比方，C语言用char类型变量存储[-128,127]共256个整数，在使用如下表达式时：

/*例1*/
char x = -128;
char y = -x;//真实世界y应该是128，但是在C语言中，y还是-128！

/*例2*/
char x = 100,y=30;
char sum = x+y;//真实世界y应该是130，但是在C语言中，y
是-126！
复制代码

若对C语言数字编码体系不了解，很容易导致程序出现极其隐秘的bug。下面我们着重讨论C语言是如何表示整数、浮点数。

（一）表示无符号

1. 概述

C语言针对整数提供两种编码方式：无符号编码（unsigned）、有符号编码（signed）。

首先，我们来看一下十进制的正整数表示方式，思考我们如何解释123数字。应该为$123=3*10^0+2*10^1+1*10^2$。

类比到无符号8bit的二进制0110 0001,有：