本节内容根据《C++反汇编与逆向分析技术揭秘》一书总结，其中还有穿插《深入理解计算机系统》第二章浮点数的内容，详细内容参见书中相关章节。

在32位计算机中，数据都是以DWORD（双字）的形式存储的。对于不同的整数类型有不同的存储机制，例如无符号整数的可表示的数值大小要比有符号整数大一倍，有符号整数中负数和正数的表示是不一样的。
不管是有符号还是无符号，在计算机内存中存储的时候都是“小端序”形式存放的，即高字节放在高地址，低字节放在低地址，注意是以字节为单位，而不是以1个位。

无符号整数在C++中用unsigned int关键字表示，占4字节，32位上的每一位都表示数值，可表示数值范围为：0x00000000~0xFFFFFFFF，十进制表示为：0~4294967295。

当无符号整型不足32位时，用0来填充剩余高位，直到占满4字节内存空间为止。

因为无符号整数每一位都是用来表示数值的，所以无符号整数在内存中都是以真值的形式存放的。

有符号整数在C++中用int关键字表示，占4字节，有符号整数最高位用来表示符号，被称为符号位，最高位为0表示正数，反之表示负数。故被用来表示数值的只有31位，其表示的数值范围为：0x80000000~0x7FFFFFFF，对应二进制表示为：-2147483648~2147483647。

对于细心的同学可能发现了一个问题，最高位是符号位，0x80000000对应的二进制为 1000 0000 0000 0000 0000 0000 0000 0000，这么一看不应该是 -0 吗。

这里先说一下内存中负数是怎么存储的，负数的存储采用了补码的形式，不论是补码还是反码都是根据原码发展而来的，原码是未经更改的加上左边符号位的二进制码，而补码是数字的绝对值的原码基础上取反加1得到的，现代计算机中用补码表示负数，其优点是可以在加法或减法处理中，不需因为数字的正负而使用不同的计算方式。

按照补码的形式存储负数，如果不考虑0x80000000，最小的负数应该是0x80000001，取反加1后可得到原码为0x7FFFFFFF，故0x80000001表示 -2147483647。

这时候再看 0x80000000 ，他既可以表示 -0，又可以表示 0x80000001 - 1，因为没必要存在两个0的表示形式，所以规定 0x80000000 表示的是 0x80000000 -1 ，即 -2147483648。

综上，正数范围为 0x00000000~0x7FFFFFFF，负数范围为 0x80000000~0xFFFFFFFF。

浮点数类型的存储方式可以分为两种：

对于现代计算机，CPU的不断升级革新，浮点实数存储方式已经普及，只有一些嵌入式设备上还能看到定点存储。

在 C++ 中，有两种表示浮点数的方式，“float”用4字节表示浮点数，“double”用8字节表示浮点数。浮点数的运算不会用到通用寄存器，而是通过浮点协处理器提供的浮点寄存器对浮点数进行运算处理。VC++ 6.0 中在使用浮点数前，都要对浮点寄存器进行初始化，然后才能正常运行。未初始化的时候会报错，例如：

如果在代码中任意位置定义一个浮点类型的变量，浮点寄存器初始化，就不会报错了。

再贴一段代码，看看运行结果：

运行结果如下：

完全不理解这个结果是怎么回事，为什么浮点数和整数结果差别这么大？要理解这个结果，一定要搞懂浮点数在计算机内部的表示方法。

float类型在内存中占4字节（32位）。最高1位用于表示符号，8位用于表示指数，其余用于表示尾数（有效数位），如图所示。

单精度浮点数转换为IEEE规定的标准编码，需要借助科学计数法。例如将12.25f保存到内存中，需要先转换成对应的二进制数 1100.01，利用科学计数法表示就是 1.10001 << 3，即小数点右移3位到最高为1的位，所以指数为3，符号为0（正），数值110001，总结出公式如下：
V = (-1)*S*(M<<E)
其中 V 是浮点数，S是符号数（0或1），M为尾数（有效数位），E为指数位。

科学计数法中的E是可以为负数的，所以E不能直接存入计算机中。E用8位二进制数表示，可表示范围为0~255，为了能够满足负数的情况，IEEE 754规定，要把中间数 127 当零点，即0~126表示负数，127~255表示非负数。

所以，12.25f的指数位为 3，存入计算机时要以127为零点向右偏移3，即127+3=130，转换为二进制为 1000 0010。当取出指数时再反向运算得到3即可。

并且浮点数的有效数位M的整数部分永远都是1，所以只保留小数部分以节省1位有效数字。在32位浮点数中，23位表示M，将第一位1省略之后，等于可以保存24位有效数字。

综上，可以得到12.25f的二进制存储为：0 10000010 10001000000000000000000

不难发现，E有三种情况：

（1）E不全为0或不全为1。这是正常表示数，浮点数就采用上面的规则表示，即指数E的计算值减去127（范围：-126~127），得到真实值，再将有效数字M前加上第一位的1，但这种情况M的值肯定是在1~2之间的小数，想要取到0就要看第2种情况。
（2）E全为0。这是非正常表示数，M的值为0~1之间的小数，真正指数E的取值为1-127=-126，多这么一个1是为了补偿尾数中去掉的1，尾数为0.xxxxxx的小数。这种情况是为了表示±0.0，以及接近于0.0的很小的数字。
（3）E全为1。这是特殊值，如果尾数M全为0，表示±无穷大（正负取决于符号位s）；如果尾数M不全为0，表示这个数不是一个数（NaN）。

double对于float来说，转换流程是一样的，只是精度变大了，如图所示：

double中最高1位表示符号位，接着11位表示指数位，剩余的52位表示尾数位。
对于double类型的转换，照猫画虎即可！

前面已经提到过，浮点数在计算机中单独使用浮点寄存器，并不占用通用寄存器。所以对于浮点数的操作其实又是一套新的指令，常用的浮点数指令如下，其中，IN表示操作数入栈，OUT表示操作数出栈：

可以发现，浮点数指令都是F开头的，还有一些与整数类似的指令，前面加F即可，例如：FSUB、FSUBP等。

浮点寄存器是通过8个栈空间实现的，这8个栈空间分别表示为ST(0)-ST(7)。每个浮点寄存器占8字节，栈顶为ST(0)，入栈时，ST(0)的数据向ST(7)方向顺序移动，当寄存器满时再压栈，ST(7)的数据将被丢弃。

下面的代码，用来熟悉一下浮点指令的使用流程，VC++6.0禁用优化编译，下面例子将int转成float：

得到的汇编代码如下：

float虽然占4个字节，但可以看到都是以8字节方式进行处理的。并且float作为变参函数的参数时需要转换为double，例如上面的printf()函数。

下面代码展示了用__ftol把float转成int，代码如下：

汇编代码如下：

当浮点数作为参数的时候，不能push入栈，因为push指令只能传入4字节到栈中，但浮点数都是以8字节处理的，这样就会造成丢失4字节。所以通过上面的例子能够知道，一般都是通过sub分配栈空间，然后利用fstp指令将数据放入栈中。

在上面代码中，将int转换成float类型，直接将整数压入浮点寄存器中再取出来就行，但是float类型转int类型，由于浮点寄存器比通用寄存器多4字节，此时就需要通过__ftol函数来处理一下。

当使用printf把浮点数当整数输出时，结果完全不对，这是因为printf以整数方式输出时，将对应参数作为4字节数据，按补码方式解释，这样不仅编码方式不正确，而且丢失了4个字节数据；当以浮点数输出时，将对应参数作为8字节数据，按浮点编码方式解释。

浮点数作为返回值的情况也是如此，同样需要将数据先放入浮点寄存器，函数调用完毕之后从浮点寄存器中取出，示例代码如下：

汇编代码如下：

字符串就是由多个字符组成的序列，在C++中，一般用\0表示字符串的结束，在内存中，读到0处表示字符串终止，0的位数和每个字符占据空间决定（即由编码方式决定）。

关于编码的问题，常用的大致分为两类：ASCII和Unicode。ASCII只能表示256个字符，使用1个字节就能表示。Unicode编码是世界通用的编码，所以可表示字符范围比较广，有65536个字符，使用2个字节，其中前256个字符用来兼容ASCII，例如字符a用ASCII码表示为0x61，Unicode码表示为0x0061。

这里是从网上down的一份ASCII码对照表：

从表中可以看到，ASCII可表示的字符中并没有汉字，但是在VC++ 6.0中尝试printf，代码如下：

按照那个表格来看，结果应该是?????，但却是这样的：

看起来非常正常，这是因为程序中char确实保存不了汉字，能正常显示出来是因为printf函数把字符串交给了系统去处理，这里是cmd控制台，cmd控制台使用的是GBK编码，所以可以解析出汉字。
把程序改改，用一个char去存汉字，代码如下：

打印结果如下：

由此可见，char是存储汉字是错误的做法。

在C++做Windows开发中，使用char定义ASCII编码的字符，使用wchar_t来保存Unicode编码的字符。

字符串在内存中是依次存储的，当定义了一个字符串的时候，变量存储的是第一个字符所在的地址。要确定字符串的大小，需要知道字符串的首地址和结束地址，结束地址的确定有两种方式：一种是在字符串之前拿出n个字节存储字符串长度，另一种是在字符串结尾设置一个特殊字符代表字符串结束，即结束符，两种方法各有优缺点。

对于字符串内容的存储，ASCII编码存储每个字符占一个字节，Unicode编码存储每个字符占两个字节，Unicode字符又称宽字符，所以在Windows开发中常常看见的以w开头的函数通常是针对宽字符设计的，例如：wprintf、wsprintf等。

通过VC++6.0的调试器可以观察到内存中char字符和wchar_t字符的不同：

内存中的两种字符串存储：

其中，pcChar从地址0042201Ch开始，每个字节表示1个字符，pwChar从地址0042203Ch开始，每两个字节表示1个字符。

如果你想要在VC++6.0中输出宽字符的汉字，那么应该使用setlocale函数设置一下地域化信息，地域化信息应该和当前系统配置一致，在CMD属性窗口可查看，示例代码如下：

其实 就是0和1,0表示假，非0为真。布尔类型在C++中占1字节，且存储方式同整型一致，可用char、int、byte等代替。

地址用来表示内存编号，即变量在内存中的位置，而指针是用来存储地址的变量。

此处略去108个字。

指针支持的运算符号只有加法和减法，指针是为了保存数据地址、解释地址而存在的，其他运算符没有用。

指针的加法用于地址偏移，指针加1后并不是指针存储的地址加1，而是根据类型大小来判断地址要加多少，下面代码演示了利用指针进行：

在VC++6.0中打开优化编译选项“Maximize speed”，编译结果如下：

从上面可以知道，指针的加法是和类型有关的，所以两指针相加也是没有意义的。

有人说，引用是在指针之后发明的另一种访问方式，引用是基于指针实现的，简化了指针操作，可以通过一段代码来证实一下：

在VC++6.0中打开优化编译选项“Maximize speed”，编译结果如下：

由此可以，不论是引用还是指针，都是使用lea指令，所以他们其实是一类东西。

常量在程序运行前就存在，直接被编译到可执行文件中，当程序启动之后，它们便会被加载进来。这些数据通常都在常量数据区(iData段)中保存，该区域没有可写权限，所以对常量进行修改就会引发程序异常。

此处略去108个字。

声明： 上面的代码有的是自己写的，有的是书上的，全部经过测试，如果感觉有问题请先动手尝试。其中一些插图来自书上，小部分来自网络。

[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课