C_C语言中的基本类型转换规律/格式化输入输出控制符(scanf/printf)

PC_数据的存储和排列+C语言中的基本类型转换规律+输入输出控制符(scanf/printf)

Ref

• K&R(p235)

存储单元的地址分配

• 主存各存储单元的空间位置是由单元地址号来表示的,

• 而地址总线是用来指出存储单元地址号的,根据该地址可读出或写人一个存储字

• 不同的机器存储字长也不同,为了满足字符处理的需要,常用8位二进制数表示一个字节,因此存储字长都取8(bit)的倍数

• 通常计算机系统既可按字寻址,也可按字节寻址

  • 例如IBM 370机器(记为A机器)的字长为32位,

    • 它可按字节寻址,即它的每一个存储字包含4个可独立寻址的字节,

    • 其地址分配如图(a)所示

      • 	字节地址				Note
        字 地 址	0	1	2	3	w1
        	4	5	6	7	w2
        	8	9	10	11	w3
        IBM370机器

      • 字地址(word address)的二进制分别是:0000,0100,1000

      • 该矩阵下,每一行代表该机器的一个字(word);

        • 行内的四个数字分别表示该字所包含的四个字节的四个字节地址

    • 字地址是用(构成)该字(的4个字节中的)高位字节的地址来表示

    • 故其字地址是4(4Byte)整数倍,正好用地址码的末两位来区分同一字的4个字节的位置

    • 对24位地址线的主存而言,按字节寻址的范围是16 M( $2^{24}=2^4\times 2^{20}=16M(Byte)$,

      • 地址线的位数直接决定了字节的寻址能力(范围,和机器相关的单位是字,也就是同样位数的地址线的寻址范围会因为不同的机器而不同);
      • 按字寻址的范围为4M(按字节寻址的范围宽度/存储字长=$2^{24}/4=4\cdot 2^{20}=4M$)
        • 机器A的一个字包含4个Byte

  • 但对PDP -11机(记为B机器)而言,其字长为16位,字地址是2(Byte)的整数倍.

    • 它用低位字节的地址来表示字地址

      • 	字节地址		Note
        字 地 址	0	1	w1
        	2	3	w2
        	4	5	w3
        PDP-11

    • 对24位地址线而言,按字节寻址的范围仍为16 M
      • 但按字寻址的范围为8 M

数据的存储和排列

• 现代计算机基本上都采用字节编址，即每个地址编号中存放1字节
• 不同类型的数据占用的字节数不同，
  • int和 float型数据占4字节，double型数据占8字节等，而程序中对每个数据只给定一个地址
  • 假设变量i的地址为08 00H，字节01H、23H、45H、67H应该各有一个内存地址(字节地址)
  • 那么地址08 00H对应4字节中哪字节的地址(最高字节地址还是最低字节地址)呢?

字节序

• 现代的计算机系统一般采用字节(Octet, 8 bit Byte)作为逻辑寻址单位

• 当物理单位的长度大于1个字节时，就要区分字节序（Endianness），字节序是指处理器在处理多字节数据时，在寄存器和内存中保存字节的顺序

• 为了简便起见它的英文也常常表示为 Byte Order

• 目前在各种体系的计算机中通常采用的字节存储机制主要有两种：

  • Little-Endian
  • Big-Endian
  • 另外还有一种不常用的字节序Middle-Endian，又称为Mixed-Endian或者PDP-Endian，它是Little-Endian 和 Big-Endian的混合体

• Big-Endian(BE)，是指数据的高字节(MSB)保存在内存的低地址中，而数据的低字节(LSB)保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；

• Little-Endian(LE)，是指数据的高字节(MSB)保存在内存的高地址中，而数据的低字节(LSB)保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低，和我们的逻辑方法一致

MSB最高有效字节

• MSB(Most Significant Byte)，最高有效字节，指多字节序列中具有最大权重的字节，是一个数据中权值最大的那一个字节

LSB最低有效字节

• LSB(Least Significant Byte)，最低有效字节，指多字节序列中最小权重的字节，是一个数据中权值最小的那一个字节

大/小端存放方式

大端方式

• 从数据的最高有效字节到最低有效字节的顺序存储数据，即最高有效字节存放在前面;

小端方式

• 按从最低有效字节到最高有效字节的顺序存储数据，即最低有效字节存放在前面

例子

• 保存十六进制数据01234567H(相当于32位二进制数)

  • >>> bin(0x01234567)
    '0b1001000110100010101100111'
    1
    2

• 通常的,一个数的书写顺序是从高位写到低位
  • 而保存顺序却有两种,从的低位开始保存(小端方式)或者从高位开始保存(大端方式)
  • 比如01H;23H;45H;67H
  • $MSB=01H$(最高权重字节)
  • $LSB=67H$(最低权重字节)
• 内存的地址从低地址到高地址增长

  • 大端方式是先存放数据的高位字节再存放低位字节

    • 例如1122H,高位字节11H先被存放在低地址内存单元处

  • 小端方式先存放的是数据的低位字节

    • 例如,1122H,低位字节22H先被存放在低地址内存单元

应用情况

• 我们常见的大部分处理器都采用Little-Endian，
  • 例如x86、6502、Z80、VAX以及PDP-11等；
• 使用Big-Endian的处理器通常是Motorola的处理器，
  • 例如：6800、68000、PowerPC 以及System/370等；
• 可切换的字节序(Bi-Endian)
  • 像ARM、PowerPC、Alpha、SPARC V9、MIPS、PA-RISC和IA64等体系结构 支持可切换的字节序，
  • 这个特性可以提高效率或者简化网络设备和软件的逻辑
  • 这种可切换的字节序被称为Bi-Endian，用于硬件上意指计算机或者传递数据时**可以使用两种不同字节序中任意一种的能力 **
• Middle-Endian 使用很少，偶尔会在一些小型机体系中的十进制数的压缩格式中出现

按边界对齐存储

• 按照边界对齐存储,可提高访存速度(但是牺牲了一部分空间,但是这往往是值得的)
  • 按边界对齐的基本原理是,计算机每次访存,可以读取一个存储字(或者更少的内容,但是无法多个字)
  • 设机器字长为32bit;
    • 如果某个数据X总共占用了一个字(比如32bit),这个数据恰好存放在某一个字$W_0$(从该字的最低字节到最高字节全部用来存放X),这种情况下可以一次性取出
    • 但是如果内存中的字$W_0$已经其他某个数据占用了前两个字节,那么如果要继续利用$W_0$来存放X,会出现只能够存一般的数据,还有两个字节需要存到外的字中(比如$W_1$),这就导致一次方寸无法完整取出X,需要访存两次
    • 因此,如果按照边界兑取存储(数据应该尽可能的不要跨字节存储,那么访问起来就高效)
      • (而不是说数据必须要存在字的边缘字节)

C语言中的基本类型转换规律

• 记住,所有整数类型都是以补码的形式存储整数:
  • 存在无论是正整数,负整数,无符号数,在讨论相关问题前都需要考虑补码形式
  • 尤其是负数

实例代码

#include 
void print_seperator(void)
{
    printf("\n------------------------\n");
}

void s2u()
{
    /* 探究无符号数和有符号数之间的转换 */
    printf("给定2个真值x,y\ny是x的强制类型转换为无符号数后的对应值");
    short x = -4321;
    unsigned short y = (unsigned short)x;
    /* 逆向转换实例 */
    unsigned short p = 65535;
    short q = (short)p;
    printf("sizeof short int:%d\n", sizeof(x));
    printf("x(%%d)=%d,y(%%u)=%u\n", x, y);
    print_seperator();

    printf("\n观察寄存器中的bit情况,一般情况下,您会发现,整形变量中的二进制串是以补码的形式存在的\n");
    printf("@@check the bits value of variable x,y in the registor\n with 16(hexadecimal form)\n");
    printf("x(%%hx)=%hx,y(%%hx)=%hx\n", x, y);
    print_seperator();
    printf("可以看到,强制转换为无符号数后得到的y,其二进制编码和有符号数x的二进制(补码)串是相同的,为了便于简写,使用16进制来标记,每个16进制数尾缀用H标识,不属于数据位!);\n x,y在计算或者以整形%d输出的时候,会转回换为真值输出:\n");
    printf("有符号数x=-4321的十六进制补码是ef1fH,(附|x|=4321的十六进制为10e1H,计算x的补码确实是ef1fH\n");
    printf("输出无符号数y的时候,就是将ef1fH按照无符号数%%d(%%u)解释方式输出(对应的无符号数y的真值为61215)\n");
    print_seperator();
    printf("强制类型转换的结果位值保持不变;仅改变了解释这些位的方式!");
    // printf("x(%%x)=%x,y(%%x)=%x\n", x, y);
    print_seperator();
    printf("x(%%u)=%u,y(%%d)=%d\n", x, y);
    printf("p(%%hx)=%hX,q(%%hx)=%hx\n", p, q);
    printf("p(%%h)=%d,q(%%h)=%hd\n", p, q);
}
void l2s()
{
    /* 探究不同字长之间的数的类型转换
    本例以int转换为short查看效果 */

    printf("给定2个真值u1,u2\n");
    int u1 = 165537, u2 = -34991;
    short v1 = (short)u1, v2 = (short)u2;
    /* 逆向转换实例 */
    printf("sizeof short int:%d\n", sizeof(u1));
    print_seperator();
    printf("u1(%%d)=%d,u1(%%d)=%d\n", u1, u2);
    printf("再以十六进制的形式输出,最高位开始的0bit默认不显示因此32bit的十六进制数未必有8个值\n");
    printf("u1(%%x)=%#x,u2(%%x)=%#x\n", u1, u2);
    print_seperator();

    printf("\n观察寄存器中的bit情况,一般情况下,您会发现,整形变量中的二进制串是以补码的形式存在的\n");
    printf("@@check the bits value of variable u1,u2 in the registor\n with 16(hexadecimal form)\n");
    printf("下面两种打印方式结果一致(可以通过输出控制符来直接截断高位字节!(只输出低位字节);此外,以十六进制输出时,可以在控制字符序列中添加一个#号,打印的时候自动添加头部的Ox(或者OX)\n");
    printf("u1(%%hx)=%hx,u2(%%hx)=%hx\n", u1, u2);
    printf("v1(%%hx)=%#hx,v2(%%hx)=%#hx\n", v1, v2);
    print_seperator();
    /* 尝试用用int 打印short的变量的补位效果 */
    printf("v1(%%hx)=%#hx,v2(%%hx)=%#hx\n", v1, v2);
    printf("v1(%%x)=%#x,v2(%%x)=%#x\n", v1, v2);
    printf("v1(%%d)=%#d,v2(%%dx)=%#d\n", v1, v2);
    print_seperator();
    // printf("x(%%u)=%u,y(%%d)=%d\n", x, y);
    // printf("p(%%hx)=%hX,q(%%hx)=%hx\n", p, q);
    // printf("p(%%h)=%d,q(%%h)=%hd\n", );
}
void s2l()
{
    /* 探究不同字长之间的数的类型转换
    本例以int转换为short查看效果 */

    printf("给定2个真值u1,u2\n");
    short u0 = 4321;
    short u1 = -4321;
    unsigned short u2 = (unsigned short)u1;
    /* 有符号数的short向int转换 */
    int v1 = (int)u1;
    /* 无符号数的short转int */
    unsigned int v2 = (unsigned int)u2;
    /* 逆向转换实例 */
    print_seperator();
    // printf("u1(%%d)=%d,u1(%%d)=%d\n", u1, u2);
    printf("再以十六进制的形式输出,最高位开始的0bit默认不显示因此32bit的十六进制数未必有8个值\n");
    printf("u0(%%hx)=%#hx,(int)u0(%%x)=%#x\n", u0, (int)u0);
    printf("u1(%%hx)=%#hx,v1(%%x)=(int)u1=%#x,u2(%%x)=%#x,v2(%%x)=(unsigned int)u2=%#x\n", u1, v1, u2, v2);
    printf("u1(%%d)=%#d,v1(%%d)=%#d,u2(%%d)=%#d,v2(%%d)=%#d\n", u1, v1, u2, v2);
    print_seperator();
}
int main(int argc, char const *argv[])
{
    printf("section1:short转unsigned short🎈🎈🎈🎈\n");
    s2u();
    printf("section2:int转short:🎈🎈🎈🎈\n");
    l2s();
    printf("section3:short转int:🎈🎈🎈🎈\n");
    s2l();
    return 0;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

输出结果

• 下面程序使用mingw(gcc)编译
• 直接使用powershell可能会乱码运行输出的乱码问题
  • 使用oh my posh 不会中文乱码
  • 直接powershell输出可能会乱码
  • 使用cmd运行也是可以的(无乱码)

section1:short转unsigned short🎈🎈🎈🎈
给定2个真值x,y
y是x的强制类型转换为无符号数后的对应值sizeof short int:2
x(%d)=-4321,y(%u)=61215

------------------------

观察寄存器中的bit情况,一般情况下,您会发现,整形变量中的二进制串是以补码的形式存 
在的
@@check the bits value of variable x,y in the registor
 with 16(hexadecimal form)
x(%hx)=ef1f,y(%hx)=ef1f

------------------------
可以看到,强制转换为无符号数后得到的y,其二进制编码和有符号数x的二进制(补码)串是 
相同的,为了便于简写,使用16进制来标记,每个16进制数尾缀用H标识,不属于数据位!);   
 x,y在计算或者以整形-2074805712输出的时候,会转回换为真值输出:
有符号数x=-4321的十六进制补码是ef1fH,(附|x|=4321的十六进制为10e1H,计算x的补码确
实是ef1fH
输出无符号数y的时候,就是将ef1fH按照无符号数%d(%u)解释方式输出(对应的无符号数y的
真值为61215)

------------------------
强制类型转换的结果位值保持不变;仅改变了解释这些位的方式!
------------------------
x(%u)=4294962975,y(%d)=61215
p(%hx)=FFFF,q(%hx)=ffff
p(%h)=65535,q(%h)=-1
section2:int转short:🎈🎈🎈🎈
给定2个真值u1,u2
sizeof short int:4

------------------------
u1(%d)=165537,u1(%d)=-34991
再以十六进制的形式输出,最高位开始的0bit默认不显示因此32bit的十六进制数未必有8个
值
u1(%x)=0x286a1,u2(%x)=0xffff7751

------------------------

观察寄存器中的bit情况,一般情况下,您会发现,整形变量中的二进制串是以补码的形式存 
在的
@@check the bits value of variable u1,u2 in the registor
 with 16(hexadecimal form)
下面两种打印方式结果一致(可以通过输出控制符来直接截断高位字节!(只输出低位字节);此外,以十六进制输出时,可以在控制字符序列中添加一个#号,打印的时候自动添加头部的Ox(或者OX)
u1(%hx)=86a1,u2(%hx)=7751
v1(%hx)=0x86a1,v2(%hx)=0x7751

------------------------
v1(%hx)=0x86a1,v2(%hx)=0x7751
v1(%x)=0xffff86a1,v2(%x)=0x7751
v1(%d)=-31071,v2(%dx)=30545

------------------------
section3:short转int:🎈🎈🎈🎈
给定2个真值u1,u2

------------------------
再以十六进制的形式输出,最高位开始的0bit默认不显示因此32bit的十六进制数未必有8个
值
u0(%hx)=0x10e1,(int)u0(%x)=0x10e1
u1(%hx)=0xef1f,v1(%x)=(int)u1=0xffffef1f,u2(%x)=0xef1f,v2(%x)=(unsigned int)u2=0xef1f
u1(%d)=-4321,v1(%d)=-4321,u2(%d)=61215,v2(%d)=61215

------------------------
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

小结

• 有符号数和无符号数的相互转换,转换前后,它们的二进制补码(记这串01串为T)都是一致的
  • 输出的数有区别,在于解释同一串二进制代码是的解释方式不同
  • 有符号数按照正常的补码解释串T,得到正确的(原本的)真值
  • 如果一无符号数来解释T,会得到其他结果
  • 有符号数和无符号数在取值范围上就不同
• 长字长类型转换为短字长类型:
  • 比如int转为short,那么机器内部的补码形式中高位字节被丢弃
• 短字长转换为长字长类型
  • 那么C语言会试图保持转换前后,数的真值不发生变化
    • 因此,对于正数或者无符号数,长字长类型的高位将用0填补(补码)
    • 对于负数,则用1来填补

C语言输入输出格式控制

scanf

• https://cplusplus.com/reference/cstdio/scanf/

• scanf 函数处理格式化输入转换

• int fscanf(FILE *stream, const char *format, ...)

• fscanf函数根据格式串 format

  • (从流 stream中读取输入，并把转换后的值赋值给后续各个参数，其中的每个参数都必须是一个指针
  • 当格式串 format用完时，函数返回。
  • 如果到达文件的末尾或在转换输入前出错，该函数返回EOF,
  • 否则，(返回实际被转换并赋值的输入项的数目。

• 格式串 format通常包括转换说明，它用于指导对输入进行解释。

• 格式字符串中可以包含下列项目:

  • 空格或制表符
  • 普通字符(&除外)，它将与输入流中下一个非空白字符进行匹配
  • 转换说明，由一个&,一个赋值屏蔽字符(可选*,一个指定最大字段宽度的数(可选)、一个指定目标字段宽度的字符(h、l或z)(可选）以及一个转换字符组成。
    • 转换说明决定了下一个输入字段的转换方式。
    • 通常结果将被保存在由对应参数指向的变量中。
    • 但是，如果转换说明中包含赋值屏蔽字符*，例如%*s，则将跳过对应的输入字段，并不进行赋值。
    • 输入字段时,1个由非空白符字符组成的字符串，当遇到下一个空白符或达到最大字段宽度（如果有的话）时，对当前输入字段的读取结束。
    • 这意味着，scanf 函数可以跨越行的边界读取输入，因为换行符也是空白符（空白符包括空格、横向制表符、纵向制表符、换行符、回车符和换页符)。
    • 转换字符说明了对输入字段的解释方式,对应的参数必须是指针。

• 合法的转换字符如表

  • 如果参数是指向short类型而非int类型的指针，则在转换字符d、i、n、o、u和x之前可以加上前缀h。
  • 如果参数是指向long类型的指针，则在这几个转换字符前可以加上字母l。
  • 如果参数是指向double类型而非float类型的指针，则在转换字符e、f和g前可以加上字母l。
  • 如果参数是指向long double类型的指针，则在转换字符e、f和g前可以加上字母L。
  • 
    

prinft

• printf函数提供格式化输出转换。
• int fprintf(FILE *stream, const char *format, ...)
• fprintf函数按照format说明的格式对输出进行转换，并写到stream流中。
  • 返回值是实际写入的字符数。
  • 若出错则返回一个负值。
• 格式串由两种类型的对象组成：
  • 普通字符（将被复制到输出流中）
  • 转换说明（分别决定下一后续参数的转换和打印）。
• 每个转换说明均以字符%开头，以转换字符结束。
  • 在%与转换字符之间可以依次包括下列内容：
  • 标志（可以以任意顺序出现)，用于修改转换说明
    • -指定被转换的参数在其字段内左对齐
    • ＋指定在输出的数前面加上正负号
    • 空格如果第一个字符不是正负号，则在其前面加上一个空格
    • 0对于数值转换，当输出长度小于字段宽度时，添加前导О进行填充
    • #指定另一种输出形式。
      • 如果为o转换，则第一个数字为零;
      • 如果为x或x转换，则指定在输出的非О值前加0x或ox;
      • 对于e、E、f、g或G转换，指定输出总包括一个小数点;
      • 对于g或c转换，指定输出值尾部无意义的0将被保留
    • 一个数值
      • 用于指定最小字段宽度。
      • 转换后的参数输出宽度至少要达到这个数值。
      • 如果参数的字符数小于此数值，则在参数宽边（如果要求左对齐的话则为右边)填充一些字符。填充字符通常为空格，但是，如果设置了О填充标志，则填充字符为0。
    • 点号，用于分隔字段宽度和精度。
    • 表示精度的数
      • 对于字符串，它指定打印的字符的最大个数;
      • 对于e、E或f转换，它指定打印的小数点后的数字位数;
      • 对于g或c转换，它指定打印的有效数字位数;
      • 对于整型数，它指定打印的数字位数（必要时可加填充位О以达到要求的宽度)。
    • 长度修饰符h、l或L。
      • h表示将相应的参数按short或unsigned short类型输出。
      • l表示将相应的参数按long或unsigned long类型输出；
      • L表示将相应的参数按long double类型输出。
  • 宽度和精度中的任何一个或两者都可以用*指定，
    • 这种情况下，该值将通过转换下一个参数计算得到（下一个参数必须为int类型）。
• 下表列出了这些转换字符及其意义。
  • 如果%后面的字符不是转换字符，则其行为没有
    定义。