（学习笔记）2.1 信息存储（2.1.4 表示字符串& 2.1.5 表示代码）

文章目录

• 线索栏
• 笔记栏
• • 2.1.4 表示字符串
  • • 1.编码方式
    • 2.示例分析
    • 3.平台独立性
    • 4.练习题2.7解答
    • 5.旁注：Unicode标准
  • 2.1.5 表示代码
  • • 1.核心现象
    • • 1）示例函数
      • 2）编译结果（十六进制机器码）
    • 2.重要结论
    • 3.根本观点
• 总结栏

线索栏

笔记栏

2.1.4 表示字符串

1.编码方式

（1）C语言中的字符串被编码为一个以 null(值0)​ 字符结尾的字符数组。 （2）每个字符由标准编码（如 ASCII）表示。

2.示例分析

（1）字符串 “12345”（包括终止符）的字节表示为：31 32 33 34 35 00。 （2）规律：十进制数字字符 ‘x‘的ASCII码正好是 0x3x。

3.平台独立性

（1）文本数据（字符串）比二进制数据平台独立性更强。 （2）原因：字符编码（如ASCII）是跨平台标准，不受机器字节顺序和字大小的影响。

4.练习题2.7解答

（1）const char *s = “abcdef”; （2）show_bytes((byte_pointer)s, strlen(s));// strlen不计算终止符 \\0 （3）输出将是字母 ‘a‘到 ‘f‘的ASCII码：61 62 63 64 65 66。

5.旁注：Unicode标准

（1）背景：ASCII编码无法满足多语言需求（如希腊语、中文）。 （2）Unicode：统一的字符集标准，为几乎所有语言的字符分配唯一编码（码点）。 （3）UTF-8：一种变长编码，是Unicode的一种实现方式。 关键优势：完全向后兼容ASCII。标准ASCII字符在UTF-8中仍用单字节表示，且编码值完全相同。

2.1.5 表示代码

1.核心现象

同一个简单的C函数在不同机器和操作系统上编译，生成完全不同的机器代码字节序列。

1）示例函数

int sum(int x, int y) {
return x + y;
}

2）编译结果（十六进制机器码）

（1）Linux 32: 55 89 e5 8b 45 0c 03 45 08 c9 c3 （2）Windows: 55 89 e5 8b 45 0c 03 45 08 5d c3 （3）Sun: 81 c3 e0 08 90 02 00 09 （4）Linux 64: 55 48 89 e5 89 7d fc 89 75 f8 03 45 fc c9 c3

2.重要结论

（1）指令集差异：不同机器类型使用不兼容的指令和编码方式。 （2）系统调用差异：相同处理器在不同操作系统上可能有不同的应用程序二进制接口(ABI)，影响编码。 （3）二进制代码不可移植：编译后的程序通常不能在机器和操作系统的其他组合上运行。

3.根本观点

对机器而言，程序仅仅是一个字节序列。​ 机器对源代码的逻辑一无所知。这是“信息就是位+上下文”的绝佳例证——相同的源代码位（逻辑），在不同的编译上下文（目标机器和操作系统）下，被解释为完全不同的机器指令（位模式）。

总结栏

本节对比了两种关键信息的表示：

理解字符串的表示是进行文件处理、网络通信的基础；而理解机器代码的表示差异，则是认识操作系统移植性、软件分发格式（如源码分发 vs. 二进制分发）以及后续学习编译、链接和机器级编程（第3章）​ 的重要前提。练习题2.7则是一个简单的实践，将字符串理论知识与之前学习的 show_bytes工具联系起来。