C++ 讲稿 3.计算机如何储存数据

By 精英王子

CC-BY-NC-SA(署名-非商业性使用-以相同方式共享) 3.0

注：解说在图片下方

原始幻灯片(持续更新)：https://docs.google.com/presentation/d/1-9F3hQxXXlFk_ftLbh5C1gKnKcw–tnODPcD40TEg7g/edit

解说写在讲者备注中

左下角，我们平时能够看到每个文件都有一个数字来表示他们的体积，数字后面还有各种不同的单位。

这节课我们就来了解计算机如何储存数据，这一节并不限于C++，所有的计算机、编程语言都是这么做的。

位是表示数据最基础的单位，他就像一个开关，只能表示两种状态之一，计算机很喜欢这种表示方法。

一个位只能表示两种状态之一，但通过将多个位组合在一起，即可表示更多种状态之一。

计算机通过将多个位(通常是几百万、上千万)通过一定结构，组合在一起，来表示数据。因此计算机以二进制为基础。

二进制数有很多特殊的性质，例如0.1在十进制中是有限小数，而在二进制中是无限小数。

十六进制数保留有二进制数的性质(因为十六是二的整数次幂),而且表示起来比二进制简短，所以有时我们也使用十六进制。

为了不至于把二进制、十进制、十六进制搞混，我们在书写的时候通常会在二进制数后加B作为后缀，在十六进制数前加0x作为前缀，十进制数原样书写。

或者用下标来表示进制。

所谓浮点数就是说小数点的位置是可以改变的，通过修改指数的大小，即可改变小数点的位置。

通过科学计数法，一个小数被划分为三个部分，它们都是整数，所以我们可以按照之前提到的储存整数的方法进行储存。

通过前面的介绍，可以得出这样的结论，计算机本质上储存的是数字，二进制数字。

所以如果想让计算机储存文字，必须指定一种从数字的字符的转换方法。

在ASCII中，每个字符对应一个二进制数字，通过储存这些数字即可表示这些字符。

特殊字符即各种无法直接显示在屏幕上的字符，如回车、换行等。

GB18030收录了7万多个汉字，自然无法用一个字节表示 (一个字节只能表示255个字符之一),所以我们需要用多个字节来表示一个汉字，所以GB18030属于多字节字符集。

同一个数字，在不同的字符集里面可能会表示不同的字符，将一个本来是GB18030(中文)编码的文件以日文字符集打开，就会看到日文字符，但这并不是翻译，而是乱码。

在一个使用GB18030(中文)编码的文件中，你无法插入日文字符，因为GB18030是中文字符集，其中没有日文字符。

为了解决这种混乱，成立一个叫Unicode的项目，他们指定了一组字符集，收录了世界上所有文字的字符。其中包括比较常用的UTF-8字符集。

我们时常在单位的前面加上一个前缀(“国际单位制词头”)来对单位放大或缩小一定的倍数。

对计算机中的字节也是一样，我们用1kB表示1000B,用1MB表示1000KB.

发现问题了么？你一定听说过计算机使用2的10次方——1024来进行进位。但是物理学早就规定k表示1000倍，

于是，大家又创建了一组新的词头：Ki、Mi、Gi等，他们以1024来进位而不是1000.

在大多数情况下，KiB、MiB中的i会被省略，甚至大多数人都不知道还有个i,有些软件也直接省略了i,但也有一些软件将i完整地写了出来。