C语言揭秘：各种数据类型

欢迎大家来到IT世界,在知识的湖畔探索吧!

基础类型

子曾经曰过：程序员要对自己所写程序的每个字节都了如指掌。 

欢迎大家来到IT世界,在知识的湖畔探索吧!

欢迎大家来到IT世界,在知识的湖畔探索吧!Talk is cheap，show me the binary code. by 高尔基 

对于数据类型的分析，采用二进制文件和运行时的内存2个方面着手。

int / unsigned int

int

int n = 10; // 全局整型变量n，编译链接后将放到.data段， // 而且只有这一个变量，那它就是放到.data的起始位置 int main() // C语言的入口函数 { int n1 = n; } 

二进制文件

执行命令：

欢迎大家来到IT世界,在知识的湖畔探索吧!arm-none-eabi-objdump -h main.elf 

得到elf文件各段的信息, 重点看.data段

 main.elf: file format elf32-littlearm Sections: Idx Name Size VMA LMA File off Algn 0 .text 000000bc 00000000 00000000 00010000 22 CONTENTS, ALLOC, LOAD, READONLY, CODE 1 .data 00000004 a0000000 000000bc 00020000 22 CONTENTS, ALLOC, LOAD, DATA 2 .comment 00000031 00000000 00000000 00020004 20 CONTENTS, READONLY 3 .ARM.attributes 0000002e 00000000 00000000 00020035 20 CONTENTS, READONLY 

• 其中Size是段的大小，.data就是4，因为int型变量n就是4个字节大小。
• VMA是运行地址0xa0000000。
• LMA是load memory address及加载地址，为0xbc。
• File off为文件中的偏移，为0x20000。
• Algn对为对齐边界位置22即2的2次方=4，即4字节对齐。
• 下面的是段的相关属性，暂不表。

注意.data的地方：File off为0x00020000，表示.data段的内容放在main.elf文件的0x00020000开始的位置。

所以我们执行命令：

欢迎大家来到IT世界,在知识的湖畔探索吧! hexdump -C -s 0x20000 main.elf 

得到如图高亮的位置 0a，就是10进制的10。

欢迎大家来到IT世界,在知识的湖畔探索吧!

内存

需要用到qemu命令x和xp命令

x / fmt addr Virtual memory dump starting at addr. xp / fmt addr Physical memory dump starting at addr. fmt is a format which tells the command how to format the data. Its syntax is: /{count}{format}{size} count is the number of items to be dumped. format can be x (hex), d (signed decimal), u (unsigned decimal), o (octal), c (char) or i (asm instruction). size can be b (8 bits), h (16 bits), w (32 bits) or g (64 bits). On x86, h or w can be specified with the i format to respectively select 16 or 32 bit code instruction size. 

因我们还没有启用MMU，物理地址和虚拟地址相同，我们用x或xp均可。

查看代码段的加载地址 0xbc 处的一个4字节的数据，用10进制的格式显示。执行：

欢迎大家来到IT世界,在知识的湖畔探索吧!x /1dw 0xbc 

得到结果：10，如图：

查看代码段的运行时地址 0xa0000000 处的一个4字节的数据，用10进制的格式显示。执行：

x /1dw 0xa0000000 

得到结果：10，如图：

再试一个负数-2：

欢迎大家来到IT世界,在知识的湖畔探索吧!int n = -2; // 全局整型变量n，编译链接后将放到.data段， // 而且只有这一个变量，那它就是放到.data的起始位置 int main() // C语言的入口函数 { int n1 = n; } 

我们看到在内存中的16进制表示，这个是-2的补码表示。

综上：将int型变量在的分析完成。

unsigned int

对于正整数赋值给unsigned int，和int类似。重点研究一下将负整数赋值给unsigned int有什么特别的。

• 对于无符号整形-2

unsigned int n = -2; // 全局无符号整型变量n int main() // C语言的入口函数 { int n1 = n; } 

查看代码段的运行时地址 0xa0000000 处的一个4字节的数据，用16进制的格式显示。执行：

欢迎大家来到IT世界,在知识的湖畔探索吧!x /1dw 0xa0000000 

如图：

说明：将整形的负数赋值给无符号整形变量，是将负数的补码赋给变量。

下面类型的分析就只dump内存的内容来分析，因为内存中的数据就是从二进制文件加载来的。有兴趣的读者可自行验证，方法与int型类似。

（unsigned ）long、short、char

与int、unsigned int类似，读者可自行实验。

float

上代码：

float f = -2.5f; int main() // C语言的入口函数 { } 

得到：

如图这个0xc0怎么来的呢？

这要从float的IEEE754标准来分析。参考：IEEE754 浮点数的表示方法_Dablelv的博客专栏-CSDN博客_浮点数表示方法

配合IEEE754标准，在网址：https://float.exposed/ 上可以直接查看输入的float数值的各种表示方式，比如本例中的-2.5，高亮的地方就是16进制的表示法：

float收工。

double

欢迎大家来到IT世界,在知识的湖畔探索吧!double d = -2.5; int main() // C语言的入口函数 { } 

因为double占8个字节，我们要1个16进制的g，得到：

同float，在网址：https://float.exposed/ 输入double型的-2.5。得到：

复合类型

指针

上代码：

int n = 0xbabebabe; int * p ; int main() // C语言的入口函数 { p = &n; } 

现在我们有2个全局变量n和p，我们把.data段的开头2个32位数据用16进制形式dump出来，得到：

很明显，0xa0000000开始的word值0xbabebabe就是变量n的值，也就是说变量n的地址就是0xa0000000。自然的因为p=&n;那p的值就是n的地址0xa0000000，所以第二个word的内容就是0xa0000000。符合语法中对指针的定义。

数组

欢迎大家来到IT世界,在知识的湖畔探索吧!struct Student { }; int n[4] = {1,2,3,4}; int main() // C语言的入口函数 { } 

Dump 4个word出来，每个word用10进制表示：

看起来没啥特别的。

结构体

struct Student { int id; int age; int class_id; char name[32]; }; char* my_strcpy(char* dst, const char* src, int size) { int i; for ( i = 0; i < size; i++) { dst[i] = src[i]; } return dst; } struct Student std; int main() // C语言的入口函数 { std.id = 123; std.age = 12; std.class_id = 2; my_strcpy(std.name, "zhang san", 10); return 0; } 

代码定义了一个全局结构体变量std。又因只有这个变量，那它就放到了数据段的起始地址处。所以我们还是dump 0xa0000000的数据：

可以看到，我分成了2步来dump，显示dump 4个10进制表示的word，前面的3个word就分别表示了这个变量的id, age， class_id，和代码中是匹配的，但是第4个word的值看不出来是啥，那是因为第4个word开始它是字段name的内容，它的大小是32个字节，我们就dump 32个char型的数据，可以看到前面的10个字符就是我们赋值的zhang san，没啥毛病。

联合体

对于联合体，我们设想一个需求场景，有一天学校需要限制学生的头发和胡须的长度，那同学胡须不能超出2毫米，女同学头发不能超出500毫米。

那我们就可以这样设计数据结构：用一个联合体表示2种长度：

• 如果是男同学，就表示胡子长度，单位毫米,为了精确点，用float类型；
• 如果是女同学，就表示头发长度，单位毫米，没必要精确到毫米以下，我们就用int型。

如下就是我们的代码，我们用2个变量分别表示男同学和女同学的要求，当然都是union body_hair_len类型：

欢迎大家来到IT世界,在知识的湖畔探索吧!union body_hair_len // 学生头发或胡须的长度 { float beard_len; // 如果是男同学，就表示胡子长度，单位毫米,为了精确点，用float类型 int hair_len; // 如果是女同学，就表示头发长度，单位毫米，没必要精确到毫米以下，我们就用int型 }; union body_hair_len male_len1; union body_hair_len female_len2; int main() // C语言的入口函数 { male_len1.beard_len = 2.0f; female_len2.hair_len = 500; return 0; } 

我们dump出来4个word吧，第一word是female_len2中存的值500, 第二个word存的是male_len1中 beard_len的值，因它是个浮点数，见上面float的表示方法，可以得到图中的值。

你是不是有个疑问：为啥不是第一个word保存的male_len1，第二个word保存的female_len2？

那是因为该编译器在将这2个变量解析的时候，会按照变量名的字母顺序排序，字母在前的变量就放到前面。f在m前，所以就是这个结果。当然不见得所以的编译器都会按照这个排序的规则来放数据。