chapter_data_structure/basic_data_types/

[giscus[bot]]

chapter_data_structure/basic_data_types/

一本动画图解、能运行、可提问的数据结构与算法入门书

https://www.hello-algo.com/chapter_data_structure/basic_data_types/

[hatkd]

作者你好，char类型不是1bytes吗？谢谢解答

[krahets]

哈喽，在 Java, JS, TS, C# 中是 2 bytes ，在 C, C++ 中是 1 byte ～

[huangxiaobin001]

utf 8 里面,我没记错的话中文是3 byte, 英文是两byte

[MackieLin]

java的字符串在内存中的编码我记得都是unicode，不需要涉及到utf8或gbk这些编码格式。所以都是2 bytes

[daydaystudylab]

具体char使用几个字节，这是语言设计决定的，在rust中一个char是4个字节

[youshaoXG]

第一次尝试提交自己的补充内容，希望能为帮助到大家！
对GitHub的工作流程使用的还不是很流畅，希望大佬多多见谅。

[krahets]

已收到，感谢哇

[LogWell]

建议加一个 long 和 double 取值范围比较的思考

[sxom]

为什么long和double都是8个字节，但是double的取值范围比long的取值范围大得多呢？

[krahets]

谢谢！很好的建议，已添加

[ChengHanXin]

double取值范围比long大的原因是：
double的精度不足，他的有效位比long少；
取值范围大，在于double的阶码部分，增大了取值范围，但牺牲了精度

[ttxhxz]

Table. Java 的基本数据类型下面表格的加粗项，在黑夜模式下分不太清。需要切回白天模式才行

[sgzman]

我也发现了，希望作者可以增加别的标识，例如颜色

[krahets]

谢谢建议，我想想怎么优化一下

[FantasyLeo]

@sgzman 这个要看浮点数的存储结构。double相当于搞了个科学计数法。需要注意的是同样是8字节的long表示的整数范围小，但是对于整数来说比double要的精度要高。double超过2的52次幂的整数就不能被精确的表示了。

[ondev]

0x的地址是16进制的，0x0010到0x0020应该是间隔16位，所以每行应该是2bytes

[littlepoolshark]

「算法篇」有讲「算法无处不在」。「数据结构篇」也可以讲讲「数据结构无处不在」。比如，族谱就是一棵树，或者世界上好像有一种树，它的每个树枝如果要分叉的话，只会有两个分支（我在我的小区看见过），这不是完满二叉树吗？

[krahets]

Hi ，算法无处不在中的算法是“数据结构与算法”的简称。里面举例的搭积木和查字典都同时体现了数据结构与算法两方面。



[08822407d]

数据结构的诞生目的很功利，往往是为了满足特定算法的需要，从这个意义上来说并不是无处不在的

[krahets]

@08822407d 不敢苟同。数据结构的设计和研究是为了更有效、高效地组织和存储数据，以便更好地支持各种操作。我们可以说数据结构是在迎合算法的需要，也可以说算法是在数据结构的限制下设计的。两者密不可分，相互依存。

[killmeorgetout]

看了后面才知道为啥char类型长度可能是1b或者2b，是应为语言选用的字符集的关系，如果是utf-8应该是1b，utf-16是2b,那bool是为啥呢？

[krahets]

Hi, bool 通常被存储为 1 byte 。在少数编程语言中可能有不同大小，例如在 Java 中，boolean 的长度取决于 JVM 的设计

[FantasyLeo]

指出错误“如果是utf-8应该是1b，utf-16是2b”。
char是字节是几个字节和编程语言有关。一个字节的是没有考虑支持unicode的问题。比如c，他当时就没有考虑ascii之外的字符。后来java c#这些高级语言考虑了，就使用char 2个字节。
无论是 Utf8 还是utf16 这个和char大小无关。且这是变长的字符编码。这个编码是对unicode的编码。

简单说，unicode定义了一个全世界统一的字符顺序。给每个字符一个编号。一个编号只对应一个字符。utf8 是unicode的一种可变长编码。一个是内码，一个是外码。

手机打字不方便，且我也说不明白。给点提示自己找资料吧。
区分字符集与字符编码;
区分内码与外码
区分ascii unicode utf-8 utf-16 utf-32
区分程序源文件编码与输入输出文件的编码
区分宽字符和窄字符
区分字节序，大端小端，这个也影响了utf编码
编码不是三言两语说清楚的，关键要分清在什么阶段干什么。

[xtlxblk]

就Java而言，在符合JVM规范的虚拟机中，如果是单独使用的boolean，底层会调用int，所以占4个字节；而如果是使用boolean数组，底层用的是byte数组的指令，这时候的boolean就只占1个字节

[08822407d]

c语言规范仅对各built-in类型长度的最小值做了规定，具体多长要看编译时使用的平台和工具链。但是<stdint.h>中提供了显式指定长度的类型比如int8_t, uin8_t等，使用这些类型，工具链和平台协同就可以生成正确长度的指定类型和相关指令。不过算法入门学习不需要了解这个

[vonxq]

浮点的数据范围计算： https://zhuanlan.zhihu.com/p/84453627 方便理解，做个记录

[Crosstitan]

good

[onekyle]

感谢分享, 又学到了新知识.

[MANGOPIE3]

浮点数应该有负数把，最小值为什么是正数？

[krahets]

有负数的。不过浮点数的最小值一般统计的是距离 0 最近的、能够表示最高精度的小数。

[boots-coder]

受教了

[kinstom1232]

这书rust部分错误挺多的，写的也不大行。咋热度这么高？

[krahets]

希望你可以指出错误，为大家提供更好的阅读内容，谢谢！

[kinstom1232]

有些语法错误。不知道这代码是不是ai生成的。看前三章两个地方有语法错误，第一印象就不大好。

[krahets]

@kinstom1232 可以具体指出来吗？

[lizhuangShen]

整数类型 byte short int long
浮点数类型 float double，表示小数
字符类型 char
布尔类型 boolean 判断 ‘是’‘否’

基本数据类型都是以二进制的形式存储在计算机中，一个二进制位即为1bit

1 byte = 8 bits

基本数据类型的占用空间
整数 byte 1byte
short 2bytes
int 4bytes
long 8bytes
浮点数 float 4bytes
double 8bytes
字符 char 2bytes
布尔 boolean 1byte

基本数据类型提供了数据的“内容类型”，而数据结构提供了数据的“组织方式”

[wupenhu]

中年人的坚持第一天

[Hello-dean]

32岁 Day1

[rickmli]

“例如以下代码，我们用相同的数据结构（数组）来存储与表示不同的基本数据类型，包括 int、float、char、bool 等。”

别的语言：一堆解释
JS：一个数组全包

绷不住了，我宣布js是最自由的语言哈哈哈哈哈哈

[krahets]

Python：俺也一样

[williamherry]

Ruby连const都省了

[boots-coder]

这个我觉得从两个角度来看， 自由意味着开发迅速， 但是也带来一些弊端， 例如大型工程项目后期难以维护的问题

[brycenhe]

制定1字节为8位的规范是出于历史和技术的考虑。这个规范在计算机发展的早期就确立了，并在后来的发展中得到了广泛的采用。以下是一些原因：

足够表达字符集： 8位提供了256个不同的可能性，足够用来表示ASCII字符集中的所有字符（包括字母、数字、标点符号等），这在计算机发展的早期是一个重要的考虑因素。

处理器设计的便利性： 8位的字节大小对于硬件设计来说是相对简单和高效的。它可以在电子电路中方便地表示和处理，并且在存储器和寄存器设计上也更加方便。

向后兼容性： 早期的计算机系统采用了8位字节的标准，后来的系统为了与旧有的软件和硬件兼容，也采用了相同的标准。这种向后兼容性对于计算机系统的发展和演变非常重要。

通用性和标准化： 通过采用8位字节的标准，不同的计算机系统可以更容易地互操作，因为它们使用相同的基本单位。这促使了标准化，使得不同厂商的计算机可以更容易地共享数据和程序。

总体而言，1字节8位的规范在计算机科学的发展中变得非常普遍，并且成为了一种通用的标准。这个标准的广泛采用有助于计算机系统的互操作性和软硬件的兼容性。

[dazhuangge]

python那部分代码是不是不对

# 使用多种基本数据类型来初始化数组
numbers: list[int] = [0] * 5
decimals: list[float] = [0.0] * 5
# Python 的字符实际上是长度为 1 的字符串
characters: list[str] = ['0'] * 5
bools: list[bool] = [False] * 5

[dazhuangge]

我错了，抱歉

[NgxuAnGMH]

相关知识点：

• 大端序 / 小端序
• 操作系统内存布局

LP64（Little Endian Pint-sized）数据模型是指在64位计算机平台上使用小端序（Little Endian）的数据存储方式。LP64 是一种常见的数据模型，用于描述64位计算机中的内存布局和数据存储方式。

在 LP64 数据模型中，整数类型（如 int、long 等）都是 32 位或 64 位的，而指针类型（如 void* 等）是 64 位的。这意味着，在 LP64 平台上，整数类型的大小为 4 字节或 8 字节，而指针类型的大小为 8 字节。

LP64 数据模型广泛应用于 Linux 和 Unix-like 操作系统中，它们都是使用小端序（Little Endian）的。因此，如果您在开发 LP64 平台下的软件，您需要了解 LP64 数据模型，以便正确地处理数据和内存。

[johnluck66]

您好！阅读了<3.2 基本数据类型>，我有几个问题：
问题1：
我感觉：基础数据类型， 是对应 现实世界中 问题 的计算需求，人为 设置相应的规则 创造 出来的， 大体分为： 数（量）、字符（符号）、布尔（是否），这3个基础类 应该可以 衍生 表示 世界万物 （我也想不出 第4种），
请问我的理解是否准确？请赐教
问题2：
世界上编程语言很多，我的理解：不同语言，好像 是针对不同 场景需求，基于初级语言 或C 开发衍生出来，
请问 我的理解是否准确？
问题3：
基础数据类型，我的理解 类型种类 分为： 数（量）、字符（符号）、布尔（是否）3个类型，
请问各平台、编程语言，对于基础数据类型 的类型、占用空间、及取值范围，为什么不统一呢？|
问题4：
书中“整数类型 int 占用 4字节 = 32比特 ，可以表示 2的32次方个数字”，可以表示 正数 和 负数
似乎 正负数 符号 占据了 1比特，
请问我的理解对吗？具体原理是怎么样的？ 是不是所有 编程语言 都是用同样的 方法和原理？
问题5：
（1）各编程语言的 基础数据类型 的类型、占用空间、及取值范围不一样
请问 这方面 对 各编程语言 编写的程序，运行效率有多大的影响？
（2）基础数据类型 占用空间不一样
请问 同一编程语言， 会 因为 占用空间不一样，而影响计算速度吧？影响有多大？还受其他什么因素影响？
请赐教，谢谢！！

[shdvgj]

如果是学计算机专业的学生的话，应该不会问出这些问题。你的问题很多涉及底层计算机原理，很多要解释清楚可能都写不下，还是建议先去学计算机基础知识。

[krahets]

很好的问题！这些问题回答起来篇幅比较长，我先 mark 住～你可以先问问 GPT ，我觉得能够得到不错的答案。

[real-lys]

github上有一个文章叫How-To-Ask-Questions-The-Smart-Way（怎样以聪明的方式提问），建议你去看看，这类问题并不难通过几分中的搜索找到答案，在把问题一股脑抛出来之前，请你尝试自己解决，并不是懒得帮你解答，而是自己尝试解决问题是学计算机的一个重要环节。
你问得一些问题与计算机偏底层的原理有关，比如问题4,涉及到补码，可以去了解了解补码的原理

[boots-coder]

非常好的问题， 尽管我认为这些问题学到后面慢慢会自己有答案，但是仍然体现了提问者思考的深度和探索的精神，我认为值得鼓励

[newcomer-xzl]

非常好的问题！请寻求GPT回答。

[bx33661]

写的真好

[jiachangkun123]

好

[jackleeholmes]

一点小建议，bit 计算机书中都是翻译成位，本页面来说，也是并没有统一，布尔类型部分就说的仅需一位，前面基本是用的比特。32位机，英文也是32 bit，没翻译成32比特机，比特火起来应该是和比特币有关，或者因为比特率。

[u2pbg]

C的char一般是一个字节，所以嵌入式编程都喜欢用unsigned char类型，省空间。

[FrierenGreatDemonLord]

C 或C++ 可用关键字sizeof 计算一个变量或类型的大小，对应的格式化字符串%zd

int x;
printf("x: %zd\n", sizeof x);  // sizeof 一个具体的对象可省略括号
printf("char: %zd\n", sizeof(char));

[A-linna]

关于 3.2 基本数据类型中 用rust表示数组代码部分

// 使用多种基本数据类型来初始化数组
let numbers: Vec<i32> = vec![0; 5];
let decimals: Vec<f32> = vec![0.0; 5];
let characters: Vec<char> = vec!['0'; 5];
let bools: Vec<bool> = vec![false; 5];

严格来说 vec 是智能指针，数组表示 用 let arr=[type;size] 是不是合理些。

[Aidsun]

喜欢Python的一个原因就是定义变量前不需要加上数据类型

[Xuuyuan]

kotlin也可以做到类型推导

[lijiecqu]

所以pyton效率低啊

[lijiecqu]

python

[rui-project]

Conclusion：
基本数据类型：提供数据的“内容类型”；
数据结构：提供数据的“组织方式”。

[Rookiefreshman]

有一个问题，float精度在jvm环境下，正数最大是(指数位254-127）尾数位为1.111111(23位1）=
2^127*(2-2^-23) =结果约为2^128= 3.4028235E+38
同理负数最小值为 -3.4028235E-38。我看你这边写的是1.175*10^(-38)【这里应该指的是正数规格数最小值，趋近于0】 。

我查阅了一些资料，发现这里应该有一个正非规格数的概念吧。它用于表示非常接近0的数，以及平滑过渡到0，避免突然式下溢出。这里的取值应该是2^(指数位全0-126）*（0+2^-23) = 2^-149 =1.4e-45f
注意：正非规格数的指数位固定位126，因为它尾数的隐藏最高位1没有了，而阶码被固定在(0000 0000)，尾数为0.xxx而非1.xxx，相对于规格化数，非规格化数的尾数右移了一位(变小了)，所以阶码要+1(变大来对冲尾数的变小)。
总结：浮点数取值范围计算公式：
正规形式float值 = (-1)^{S}2^{E-127}(1.M)，
非正规形式float值 = (-1)^{S}2^{-127}(0.M)
S：符号位，0或1
E：指数位/阶数位 （规格数的时候 E的范围在[1,254]） 非规格数这里固定为-126，实际在计算机中是8位全为0.
M: 尾数位

[Rookiefreshman]

这里更正一下最大值是2^128-2^104 = 3.4028235E38

[xxxdeadinside]

加油加油

[Chieko-Seren]

无 Zig 数组实现。