系列文章目录
数据的存储与表示 —— 所见非所得 - C 语言温故而知新（一）
用 “%d\n” 要多读一个数？ —— scanf() 函数的那些坑 - C 语言温故而知新（二）
为什么要写这个系列？
很多人都觉得 C 语言好学，其实并不然。（你可以看看《C语言的迷题》）现在的这个社会更多地去关注那些时髦的技术，而忽略了这个流行了 40+ 年的 C 语言。一门技术如果能够流行 40 多年，这才是你需要去关注和学习的技术，而不是那些刚出来的技术（过度炒作的技术，Windows编程史）。这才是踏踏实实的精神。 —— 陈皓《如何学好C语言》
C 语言是我美丽羞涩的梦
一直对 C 怀有敬畏之心，不管它到底是不是编程的基础、嵌入式的灵魂，C 语言都是一门值得让人细细品味的语言，这也是我众多「想做又没做」的事情之一。最近终于有机会重新学习一下 C，自然非常开心。虽然很多知识自认为懂了，但正所谓温故而知新，学习从来都不是「一次性动作」。事实上在回顾 C 语言时才发现自己的基础非常不扎实，有许多新的认识、感受与思考，觉得有必要稍作记录。
这个系列会记录一些自己觉得「毁三观」或者「重塑三观」的知识，不过即使这样，写出来的东西在一些大神看来依然十分粗浅，还请多多指教。
内容简介
在用 printf 进行命令行打印数据时，我们不时会发出「卧槽这是什么鬼……」的惊叹，在屏幕上看不到想要的结果。但其实数据无罪，计算机也没有错，只是我们不了解数据的来龙去脉，对打印结果产生了误会。更进一步讲，这是由于数据存储与表示的差异造成。
打印无符号数引发的思考
上次周工操着一口「失真英语」问了我一个关于 unsigned int 型变量的打印问题，大概意思是这样：
#include <stdio.h>
int main()
{
unsigned int a;
a = -1;
printf("a = %d\n", a);
return 0;
}
运行结果：
a = -1
他想不通为什么一个无符号数会打印出负号来。我乍一听，心中呵呵一笑，这不是在逗我么，无符号数怎么可能会有负号，开玩笑呢这……
但命令行上确实白底黑字打印着 a = -1 ，是的，我被这串字符狠狠地打脸了。不！科！学！啊！说好的无符号数呢？
我一直以为，无符号数是不会存储负号的，看来我错了。直到后来明白了数据的「存储」与「表示」不是一码事。
数据的存储与表示
数据的存储
「任何计算机问题都可以用分层思想解决」，赋值语句 a = -1; 和打印语句 printf("a = %d\n", a); 可以说是位于不同层次的操作 —— 赋值语句只负责把数据按一定的规则放入内存，不关心数据的含义，属于低级操作。而高级函数 printf 按照指定格式把数据输出。
也就是说赋值语句 a = -1; 把 -1 作为一个整型常量，按照补码的方式存入了 a 对应的空间中。很显然，-1 在内存中存的就是 1111 1111 1111 1111 1111 1111 1111 1111。
赋值语句才不管你这是正数还是负数、是奇数还是偶数、是质数还是合数……只要这是一个整型常量，赋值操作就存储其对应的补码形式，它就是这么天真、单纯。此时内存中这 32 条 1 根本就没有正负或类型之分，它就只是 「32 条 1」，仅此而已。
数据的表示
如果机器（计算机）只是「自己玩自己的」，那就根本不会存在「数据的表示」这一说法，正是由于要进行人机交互，同样的 0 和 1 才会「变成」文字、图片、视频、声音、灯的亮灭、电平的变化等人类可感知到的信号。对于命令行打印而言，printf 语句就担当了「翻译官」重任。
当用 %d （十进制有符号整数）去打印一个数据，这时候就要关心数据的正负了，具体表现为程序将内存中最高位的二进制当做符号位，根据符号正负将二进制补码转换为十进制数再打印输出（正负数补码转换规则不同）。如果把 1111 1111 1111 1111 1111 1111 1111 1111 当做有符号数，就是 -1，如果当做无符号数（用 %u 打印）,他就是 4294967295 （直接把「32 条 1」转换为十进制数）。
同样的数据，用不同的方式打印得到的结果不同，数据的存储是一回事，而数据的表示是另外一回事。打印结果从 -1 变成了 4294967295，并不代表数据发生了改变（事实上如果不用 = 去写这块空间的话，数据是不会变的），对数据的解析方式决定了数据的显示结果，眼见不一定为实。
数据的存储与表示就像编码与解码，只有用同一种规则对数据进行读写、显示才能消除歧义，保证程序的正确性。
补充：数值打印 char —— 符号扩展和零扩展
认识到数据的存储与表示的区别后，一开始的问题其实已经有了答案：用无符号整型 unsigned int 去存一个负数并不会把其符号丢掉（前面讲了这个操作中甚至都没有「正负的概念」），而是先用补码的形式完整地保存数据，在打印时才对数据进行「软件层面」上的定义 —— 最高位用作符号位还是数值位，并进行转换、表示。
那再看一段代码：
#include <stdio.h>
int main()
{
char a;
a = -1;
printf("a = %u", a);
return 0;
}
运行结果：
a = 4294967295
这个例子就更好的说明了这种「所见非所得」的关系，我们知道 char 类型是占一个字节大小的，8 位二进制最大也只能去到 255，所以这个 4294967295 绝壁不是变量 a 的真实值。而是把 a 按照无符号整型 %u 进行打印的显示结果，但 8 位的数据是如何变成 32 位的呢？这就涉及到「类型扩展」的问题。
思考一个问题，8 位数据放到 32 位空间中，高 24 位填充什么？很简单，不是 0 就是 1 嘛，于是就有了「符号扩展 （补 1）」和「零扩展（补 0） 」。
关于这两种扩展方式网上有各种解释说明，其实就一句话的事 —— 对于 unsigned 类型，扩展时填充 0 ，而 signed 类型要看符号位，符号位为 1，扩展时就填充 1，否则填充 0。
回到我们刚刚写的 char a = -1，a 为有符号数，且最高位为 1（存储为 1111 1111 ），于是扩展成 32 位 int 型时就变成了 1111 1111 1111 1111 1111 1111 1111 1111（粗体为填充部分），这个值也是 int 型 -1 的存储内容（即用32 位来表示 -1 的补码）。不妨换一种思路理解，从「补数」的角度来看，这个值的无符号表示正是 32 位空间的「模」减去 1 的值（两个互补的数绝对值相加等于模） —— 2 ^ 32 - 1 = 4294967296 - 1 = 4294967295，正是我们打印的结果！
官方解释
关于 char 的类型转换问题，在 K&R 的《C程序设计语言》这部经典里有清晰的说明：
将字符类型转换为整型时，我们需要注意一点。C 语言没有指定 char 类型的变量是无符号变量（unsigned）还是带符号变量（signed）。当把一个 char 类型的值转换为 int 类型的值时，其结果有没有可能为负整数？对于不同的机器，其结果也不同，这反映了不同机器结构之间的区别。在某些机器中，如果 char 类型值的最左一位为 1，则转换为负整数（进行“符号扩展”）。而在另一些机器中，把 char 类型值转换为 int 类型时，在 char 类型值的左边添加 0，这样导致的转换结果值总是正值。
看来我用的电脑属于作者所说的「某些机器」呢，似乎两种机器的区别在于是把 char 当做 unsigned char 还是当做 signed char。
在「用 char 类型存储非字符数据」（单片机中非常普遍）这个问题上，书中也做出了建议：
C 语言的定义保证了机器的标准打印字符集中的字符不会是负值，因此，在表达式中这些字符总是正值。但是，存储在字符变量中的位模式在某些机器中可能是负的，而在另一些机器上可能是正的。为了保证程序的可移植性，如果要在 char 类型的变量中存储非字符型数据，最好指定 signed 或 unsigned 限定符。
这就不难解释为什么单片机程序中都是清一色的 unsigned char 变量了。
类似的问题还有许多，比如「为什么按位取反 0 打印结果是 -1」，给人的感觉像是在表演「花式存 1 」。只要明白了内存中的二进制0、1以及命令行打印的字符是怎么来、到哪去的，那简直是想怎么玩就怎么玩~~~
变量类型的作用
从上面的实例可以知道无论是用 signed int 还是 unsigned int 来存储数据，在内存中的二进制数据都是一样的，那么变量类型就没用了么？并不是，通过上面的代码可以总结出变量类型的几点作用：
- 定义变量的存储空间大小（如
char类型的-1是 8 个 1， 而int类型的-1有 32 个 1） - 定义指针变量可访问范围的大小（如
int *类型的变量能访问一块 4 个字节的空间） - 定义变量的取值范围，便于编译器做数值溢出判断 —— 只要变量在取值范围内并且使用相同的类型进行存储与表示，程序就能正常工作（如
char的范围是 -128 到 127， 用unsigned int定义就用%u打印，上面是故意制造错误来探究本质） - 定义了变量转换为二进制（读写）的规则（如
int型的1和float型的1.0在内存中的二进制表示是不同的） - 定义了变量所能执行的操作（如
%运算只能用于整型数据）
废话了那么多其实只是想说明一件事：数据在内存中存着什么就是什么，用什么形式表示就看到什么，两者独立、互不干扰。
参考文章
