笨鳥先飛學(xué)編程系列之一理解程序中的數(shù)據(jù)
說實話，我還沒有想好這個系列到底該怎么講，今天下午粗略的想了下，我覺得程序都是靠代碼來操作數(shù)據(jù)的，所以，我就起了這么個破標(biāo)題。由于我本身水平實在是菜的可以，所以我理解的絕對不可能一點錯誤沒有，只希望能通過我寫的這些文字讓更多的入門編程這個精彩的世界，倘若讀者發(fā)現(xiàn)我寫的有錯誤的地方，一定要回帖告知我改之，以免誤人子弟，再次謝過。
先說一下這篇文字主要內(nèi)容。
- 什么是數(shù)據(jù)及其在電腦中的存儲方式。
- 數(shù)據(jù)類型 —— 區(qū)分?jǐn)?shù)據(jù)的唯一指標(biāo)。
- 變量的定義和使用方法。
- 結(jié)束語。
下面開始進入正題。
一、 什么是數(shù)據(jù)及其在電腦中的存儲方式。
學(xué)過計算機基礎(chǔ)知識的朋友，尤其是學(xué)過編程的朋友，一定知道，現(xiàn)在的CPU是只認識二進制數(shù)據(jù)的，也只能進行二進制的數(shù)值運算，在實際操作中，由于二進制太過煩瑣，而且容易失誤，外加上十六進制與二進制之間在轉(zhuǎn)換有很多的方便，所以一般的用十六進制表示其二進制數(shù)值：因此，我們看到的一些編輯器，調(diào)試器等分析出來的機器碼都是十六進制的。（事無巨細，如果不明白十六進制、十進制、二進制等概念的朋友，請自行百度“進制轉(zhuǎn)換”和“原反補碼”）
1. 什么是數(shù)據(jù)。
好現(xiàn)在讓我們開下OD，看看下它分析出來的數(shù)據(jù)是什么模樣：
如果你細心觀察，就會發(fā)現(xiàn)，OD的數(shù)據(jù)視圖中，用一些虛豎線，將這些數(shù)據(jù)每4個一組分割開了，如上圖。
讓我們再看下通用寄存器、看堆棧，如下圖：
也都是4個一組，為什么呢？
現(xiàn)在主流的 操作系統(tǒng) 如（X86 XPSP6 等OS）都是32位的操作系統(tǒng)，這些操作系統(tǒng)在32位的硬件環(huán)境下，能夠直接處理32位的數(shù)據(jù)，而且，數(shù)據(jù)以32位的單位對齊運行速度也是最快的，如果大家熟悉各進制之間轉(zhuǎn)換的話，應(yīng)該知道，十六進制與二進制之間的轉(zhuǎn)換格式是1比4，就是說，1個十六進制的數(shù)能代表4位二進制的數(shù)據(jù)，（0xFF 就是二進制的 1111 1111），八個十六進制的數(shù)就是32位了！
2. 數(shù)據(jù)在電腦中的存儲方式
這些數(shù)據(jù)在存放到內(nèi)存里的時候，有兩種存放方式，學(xué)名字叫：Big Endian 和 Little Endian 。
這兩個存取方式?jīng)Q定了內(nèi)存存放數(shù)據(jù)的原則是 高高低低 原則 還是 高低低高 原則，比如：我有一個數(shù)據(jù)，是0xA5A1，它在存放到內(nèi)存中是怎樣存放的呢？如果存成A5A1那就是高高低低存放的，如上圖選中的部分，因為在我們平時的書寫中，A5是高位，A1在低位，存放到內(nèi)存中的時候，如上圖，A1存放在00438400這個位置，而A5存放在00438401這個位置，高位存放在內(nèi)存的高地址中，低位存放在低地址中，這種方式就是Little Endian，另一種方式就是Big Endian，現(xiàn)在絕大多數(shù)都是使用Little Endian 方式存放的（至今我還沒有見到過Big Endian方式存數(shù)的數(shù)據(jù)。），如上圖中大家看到的A1A50000這個數(shù)據(jù)，其實它的真實的內(nèi)容是：0x0000A5A1。
到這里大家可能有個疑問：如果我要存一堆小的數(shù)據(jù)，每個數(shù)據(jù)都在內(nèi)存里占4個字節(jié)的位置，是不是太占資源了啊！再說，如果我要存放的一個數(shù)據(jù)遠大于0xFFFFFFFF，怎么辦啊，如果我要存放的數(shù)據(jù)是：0x0089D8F4D326849A，在內(nèi)存是會是什么樣子呢？如下圖：
如果我們按照我們剛才的分析方法，這個64位的大數(shù)就被分成了兩個數(shù)：0xD326849A和0x0089D8F4 這顯然是錯誤的，那我們怎么來表示，怎么才能不讓程序讀一個錯誤的數(shù)據(jù)出來呢？那就要提前規(guī)定好數(shù)據(jù)的大小。
二、 數(shù)據(jù)類型 —— 區(qū)分?jǐn)?shù)據(jù)的唯一指標(biāo)。
通過上一章節(jié)的講解，我們知道，要想完整的讀取出一個數(shù)據(jù)，必須提前知道這個數(shù)據(jù)的大小。那么我們怎么知道或者怎么規(guī)定一個數(shù)據(jù)的大小呢？本小節(jié)就來解決這個問題。
1. 什么是數(shù)據(jù)類型。
在日常生活中，我們經(jīng)常把一些物品，事物歸類處理，由此我們可以大概的猜測出來數(shù)據(jù)類型它的作用是什么。
數(shù)據(jù)類型的作用就是讓程序知道自己要從內(nèi)存里讀多大的一個數(shù)據(jù)出來！比如上圖中的大數(shù)，我可以只讀一個0x9A出來，也可以讀0x849A等等。
如果大家有看過編程相關(guān)的書，那一定看到過什么整型，字符型，邏輯布爾型，數(shù)組，結(jié)構(gòu)體類型，等等一大堆！再什么時候該用什么類型，在不同類型的數(shù)據(jù)之間進行相互轉(zhuǎn)換的時候，犯愁了，不知道怎么樣轉(zhuǎn)換才合法，怎么樣轉(zhuǎn)換數(shù)據(jù)才能正常？
在一小節(jié)，我們就來剖析一下我們常見的數(shù)據(jù)類型。
其實，我們沒有必要關(guān)心那么多數(shù)據(jù)類型的，只要知道，數(shù)據(jù)類型就是定義數(shù)據(jù)的大小，這一句就足夠了：
Ø BYTE就是一個字節(jié)的大小，如上圖中9A就是一個BYTE類型的數(shù)據(jù)，
Ø int ,DWORD就是兩個字節(jié)的大小，如上圖中849A就是個DWORD或者int類型的數(shù)據(jù)
Ø 其它更大的類型（如INT64 等）……
以后，在編程的時候，當(dāng)我們需要進行類型轉(zhuǎn)換的時候，只要知道，小的數(shù)據(jù)類別往大數(shù)據(jù)類別上轉(zhuǎn)換沒有問題，反過來由于內(nèi)存分配的空間不夠就會導(dǎo)致數(shù)據(jù)丟失，精確度不高等問題！
下面我們來看一下小數(shù)（浮點類型：float）在內(nèi)存里的表示方法：
大家看到，這個表示的數(shù)據(jù)，貌似不是小數(shù)啊，而且這個數(shù)據(jù)，跟上面圖中的數(shù)據(jù)沒有什么區(qū)別啊，都是一個模樣……
讓我們在換個視圖，在OD的數(shù)據(jù)區(qū)右擊，選擇float，如下圖：
數(shù)據(jù)變成這個樣子了：
哈哈，這樣就清楚了，我們的數(shù)據(jù)是圓周率…（至于小數(shù)與十六進制轉(zhuǎn)換的問題，大家可以自行百度，這里不做具體講解）。
到這里，我們就又知道數(shù)據(jù)類型的另一個作用：數(shù)據(jù)類型就是規(guī)定數(shù)據(jù)的表現(xiàn)形式，同樣的內(nèi)存數(shù)據(jù)，它可以是一個整數(shù)也可以是一個小數(shù)，甚至是一個字母或者漢字……
為了證明這一點，我們再說一下字符，漢字等的概念：
就像大家如上面的小數(shù)中看到的一樣，其實電腦遠沒有人腦智能，它根本不認識什么小數(shù)，什么字符什么整數(shù)，它認識的只是1和0這兩個數(shù)，其它的它都不認識，因此我們說的字母，標(biāo)點符號，漢字等等也都是一樣的，其實在計算機的世界里，大家看到的那些文字，其實都是寫數(shù)字，只不過是因為數(shù)據(jù)類型的特性讓它顯示成了漢字，字母等。如下圖：
如上圖，其實，大家可以看到“關(guān)閉”的文字，其實它的數(shù)據(jù)在內(nèi)存中被表示成了：B9 D8 B1 D5。
如果大家以DWORD形式讀出來，數(shù)據(jù)就是0xD5B1D8B9，一個很大的數(shù)字！
看到上圖中的“sOK”這三個字母了嗎？他們的數(shù)據(jù)就是73 4F 4B，如果大家有ASCII表的話，一查就能知道，由此可見，其實，電腦識別字母也好，識別漢字也好，其實都是根據(jù)表硬轉(zhuǎn)換過來的，隨便一個數(shù)據(jù)，他都能轉(zhuǎn)換，順利的話，轉(zhuǎn)換出來的就是我們能識別的漢字，不順利的話，轉(zhuǎn)換出來的就是一堆亂碼……
如果細心的朋友，可能發(fā)現(xiàn)一個問題，我們說：數(shù)據(jù)類型決定了數(shù)據(jù)的大小和表現(xiàn)形式，那一個字符串怎么規(guī)定大小啊？難道還有4個字節(jié)大小的字符串，12個字節(jié)大小的字符串類型？
哈哈，其實，字符串就是一個連續(xù)的BYTE（或者char）類型的數(shù)據(jù)串，由于字符串可大可小，不可以具體規(guī)定它有多大，所以大家都規(guī)定，字符串以0結(jié)尾，如果要從內(nèi)存里將數(shù)據(jù)以一個字符串的形式讀出來的話，那程序就是從字符串的第一個字符開始，一直讀到0 處，算做讀取完畢。
2. 字符編碼問題。
既然提到漢字，就不能不提Unicode編碼，很多的同學(xué)對這個編碼問題很是迷茫，總是把這個跟數(shù)據(jù)類型混淆在一起，所以我就把這兩個問題放在一起說了。
其實，關(guān)于字符編碼，我們在日常使用電腦是會經(jīng)常遇到，應(yīng)該說，我們對它是不陌生的，舉個簡單的例子：
我們在用IE瀏覽器訪問國外站點時，經(jīng)常會出現(xiàn)亂碼，比如在訪問一些俄語，阿拉伯語等站點時，我們經(jīng)常會像下圖這樣切換編碼方式以便別看到亂碼：
不多廢話，我們進入正題。
林子大了，什么鳥都有，一樣，這個世界大了，用什么語言的人都有，無奈，計算機是有說英語的人發(fā)明的，他們在考慮計算機里面字符編碼的時候，只考慮到英語用到的字符，感覺一些字符占一個字節(jié)足夠，也沒有考慮過像中國，韓國，日本及東南亞等國的漢字錄入問題（感覺跟90年代時的千年蟲問題歸根同源~），很多的字符都不能正常的在計算機中存放，于是便有了Unicode編碼，由于原先多字節(jié)（BYTE為單位）不夠表示這么多的寬字符。
因此，大家就規(guī)定Unicode編碼以（WORD）為單位，存放數(shù)據(jù)，這樣每個字符就大了一倍的空間來表示字符數(shù)據(jù)，表示的范圍也就大了很多，由下面的一個圖來說明一下他們的區(qū)別吧：
發(fā)現(xiàn)他們的區(qū)別了嗎？中間多了很多的00，就這點區(qū)別，剩下的該是ASCII編碼表轉(zhuǎn)換還是這樣轉(zhuǎn)換的，沒變！
到這里，或許又有朋友郁悶了，35 00 32 00 中間有0了，結(jié)束了，那字符還怎么能正常的讀啊，這不是沖突嗎？再說，3500，跟35區(qū)別很大的，怎么都能表示“5”這個字符 ？？？
呵呵，按照我們在本文開頭將的內(nèi)存數(shù)據(jù)的存儲方式中Little Endian方式的高高低低原則來讀取這些字符，以WORD為單位來轉(zhuǎn)換一下這些數(shù)據(jù)，就變成了：0035 0032 0070 …… ，實質(zhì)上就如同，1與01的區(qū)別一樣，沒有區(qū)別，唯一的區(qū)別就是表示的范圍大了……
由于在Unicode方式下，原先在多字節(jié)方式下占一個字節(jié)的字符都變成了占兩個字節(jié)，所以，單純的00 在Unicode方式變成了 00 00 ，自然的，Unicode的字符串都是以 00 00 結(jié)尾的，這下什么就都清楚了吧！
當(dāng)然，如果仔細想下。Unicode下的普通英文字符中間都被0隔開了呀，0是asc編碼下字符串的結(jié)束符啊，電腦是怎么區(qū)別asc和Unicode編碼的呀。由此，就要引出下一個問題：Unicode編碼下的字符數(shù)據(jù)類型。
為了減少篇幅，這里只講述一個技巧：如果字符類型的關(guān)鍵字中包含‘W’那就差不多應(yīng)該是Unicode編碼的數(shù)據(jù)類型，比如WCHAR, wchar_t等等。（具體內(nèi)容，建議參看：《Windows via C/C++》[Fifth Edition]：Chapter 2: Working with Characters and Strings）
3. 數(shù)據(jù)類型的小結(jié)
數(shù)據(jù)類型：
就是定義數(shù)據(jù)的大小，和數(shù)據(jù)表現(xiàn)形式的一個規(guī)定，或者說一個模板，根據(jù)這個模板我們可以生成更多符合這個模板的數(shù)據(jù)！
一般的，數(shù)據(jù)類型有兩種特性，一個是它的屬性，一個是它的方法（也就是動作）。
我們拿字符串這個數(shù)據(jù)類型來講：
字符串的屬性有：
a) 字符串的大小（有多少個字符組成）
b) 字符串的結(jié)尾標(biāo)志（0）
字符串的方法（也就是動作）有：
a) 將十六進制的數(shù)據(jù)轉(zhuǎn)換成字符的形式顯示的控制臺上.
推而廣之，我們現(xiàn)在所講的什么面向?qū)ο笞兂桑裁搭悾瑢ο蟮母拍睿鋵嵲谙?/span>C之類面向過程的編程中已經(jīng)應(yīng)用到了，在C++中只是把這些做了個升級，讓我們來做了數(shù)據(jù)類型定義的工作，所謂的類，對象等其實就是數(shù)據(jù)類型和變量，換了個名字而已……
在這里，或許有的朋友不明白，屬性和方法是什么概念，其實通俗點講，屬性就是變量，方法就是函數(shù)，這個我會在后面的文章中詳細講述，由于我們還有學(xué)到編程相關(guān)的知識，這里暫不描述！
下面進入我們的下一節(jié)，變量的使用。
三、 變量的定義和使用方法
1. 什么是變量。
估計大家都知道，我們程序訪問的數(shù)據(jù)一般的都是存放在內(nèi)存或者寄存器中。自然的，如上次課所講的那些數(shù)據(jù)也都是存放在內(nèi)存中的，那我們在程序中，如何使用這些內(nèi)存空間呢？這就有了“變量”的概念。如下圖：
這里的00438400就是一個變量~，如果以一個字節(jié)的方式來讀的話，它是一個BYTE類型的變量，它的內(nèi)容是0xA1，00438401的內(nèi)容就是0xA5，如果以WORD類型來讀的話，00438400的內(nèi)容是0xA5A1，如果以DWORD類型來讀的話，00438400的內(nèi)容是0x0000A5A1，想必經(jīng)過上節(jié)的學(xué)習(xí)，我們已經(jīng)能夠理解這些概念了！
那變量的含義也就很清楚了，變量就是內(nèi)存地址。學(xué)過編程的可能覺得不理解，編程高手可能就笑我不求甚解了，所以，如果我有什么理解不對的，不深刻的，還請各位大牛指教！
稍微熟悉點程序的人，應(yīng)該知道，我們的程序被分成了代碼段，數(shù)據(jù)段，資源段，堆棧段等等……
上面我們說到過 變量就是地址，那反過來說，地址就是變量，似乎也是成立的！
比如: 我們的程序代碼是寫在內(nèi)存里的，也就是說，我們的代碼也可以當(dāng)作變量來使用！
想想我們寫程序，不就是用代碼通過變量來操作數(shù)據(jù)嗎？我們寫的程序本身就是在內(nèi)存里放著的，代碼的每個字節(jié)都有一個虛擬地址與它對應(yīng)，也就是說，我們的代碼本身就是一些數(shù)據(jù)。
從這里來看，似乎高手們講的什么鉤子，代碼自變形，甚至我們的代碼是可以放在數(shù)據(jù)區(qū)執(zhí)行的等等技術(shù)，似乎也不是什么謠不可及的……
想必，大家對普通的變量應(yīng)該有一定的認識了，這里呢，我就給出變量在C語言中的聲明和表示方法！
2. 變量的定義和使用方法。
在C語言中，我們的變量聲明格式是:
數(shù)據(jù)類型 變量名;
或者
數(shù)據(jù)類型 變量名 = 常量; // 常量就是一個具體的數(shù)值！
例如:
int x = 2; // 定義了一個變量x它的內(nèi)容是2
float y = 3.14; // 定義了一個浮點型變量，內(nèi)容是3.14
在使用這些變量（x，y）時，經(jīng)過我們上面的定義，x就代表2這個數(shù)值，y就代表3.14這個小數(shù)，直到我們改變了它的數(shù)值為止。
3. 指針、數(shù)組、結(jié)構(gòu)體
在上一節(jié)，我們講數(shù)據(jù)類型的時候，我們講過字符串類型，它是一串兒char（byte）類型的序列。如果我們要定義一個連續(xù)的字符串，那就要用到了數(shù)組的概念。
在C語言中，定義一個數(shù)組變量的格式如下：
數(shù)據(jù)類型 變量名[元素個數(shù)];
或者
數(shù)據(jù)類型 變量名[元素個數(shù)可以留空] = {常量, [常量2|…]}; // 常量就是一個具體的數(shù)值！
比如：
char addrName[] = “52pojie.cn\0”; // 定義一個字符數(shù)組，并初始化。
int ntemp[5] = {0,2,4,6,8}; // 定義一個有個元素的整型數(shù)組，并初始化。
float fTemp[10]; // 聲明一個有個元素的浮點型數(shù)組，沒初始化。
比如上例中第一個字符數(shù)組，addrName[0]中的內(nèi)容就是‘5’，addrName[1]中的內(nèi)容就是‘2’，addrName[6]中的內(nèi)容就是’e’了，依次類推！
這個字符串它在內(nèi)存中的樣子大概如下：
也就是說，我們的addrName[0]就是內(nèi)存中的地址0x00438AC0，addrName[1]就是內(nèi)存中的地址0x00438AC1；
這里需要說明的一點，就是，所有的變量名，函數(shù)名，對象名等等，都是它所代表的內(nèi)存地址的首地址！也就是說: addrName == addrName[0] == 0x00438AC0；
好了，由于我還沒有能力寫基礎(chǔ)教程，所以，這里對C變量相關(guān)的基礎(chǔ)就說到這里，再次回到我們的主題：變量就是地址！
如果我們有一個需求，就是將我們上面聲明的這個字符串變量輸出出來，那我們的程序需要怎么寫呢?
// test.cpp : Defines the entry point for the application.
//
#include "stdio.h"
#include <windows.h>
char addrName[] = "52pojie.cn\0";
char *szTitle = "Null\0";
// Foward declarations of functions included in this code module:
int main()
{
MessageBoxA(NULL, addrName , szTitle, MB_OK);
return 0;
}
像我們搞破解搞逆向的，一定不會對這個MessageBoxA函數(shù)陌生吧~~，它反匯編的樣子大概是：
相關(guān)內(nèi)存的帖圖：
大家自己根據(jù)我提供的截圖，算一下上面push后面的地址的內(nèi)容想必就應(yīng)該很清楚的發(fā)現(xiàn)，我們在程序中使用的變量就是直接使用的地址，比如：
00401008 |. 68 30604000 push 00406030 ; |Text = "52pojie.cn"
這里的00406030 就是字符串52pojie.cn的首個地址，那EAX中的是什么內(nèi)容啊？應(yīng)該也是地址吧~~~？
我們看一下0x0040603C中的內(nèi)容，也就是EAX的內(nèi)容：0x00406040，再看一下0x00406040中的內(nèi)容，很容易的發(fā)現(xiàn)，原來是“Null”，奇特吧~~~
這個就是我們C語言中說到的指針的概念，很多沒有好好學(xué)C語言的朋友可能都迷糊指針的概念，我們通過這個例子就應(yīng)該可以很容易的明白，指針就是存放變量的地址的變量 或者直接說 指針就是地址的地址！
指針在C語言中的表示就是*，在匯編語言中的表示就是[]，至于為什么要有指針，指針到底有什么作用，在寫程序的過程中，指針的功能到底應(yīng)該怎么使用，我會在以后的指針的課題中詳細介紹！
下面講一下結(jié)構(gòu)體。
如果說，數(shù)組是一串連續(xù)的相同類型數(shù)據(jù)的序列，那結(jié)構(gòu)體就可以理解為一串連續(xù)的不同類型的數(shù)據(jù)的序列。
在C語言中，定義結(jié)構(gòu)體的語法格式是：
struct 結(jié)構(gòu)體名稱
{
基礎(chǔ)類型1 成員變量名1;
基礎(chǔ)類型2 成員變量名2;
……
}結(jié)構(gòu)體變量名01, 結(jié)構(gòu)體變量名02…;
在實際使用的過程中，我們一般用typedef關(guān)鍵字來定義結(jié)構(gòu)體類型（自定義數(shù)據(jù)類型），然后使用我們自己定義的數(shù)據(jù)類型來聲明結(jié)構(gòu)體變量，這樣使用起來更加條例，比如：
typedef struct _GAME_OBJECT_INFO
{
DWORD UnKnown1[15]; // 未知 offset 0
float fX; // X坐標(biāo) offset 0x3C
float fZ; // Z坐標(biāo) offset 0x40
float fY; // Y坐標(biāo) offset 0x44
DWORD UnKnown2[55]; // 未知 offset 0x48
DWORD dwSID; // 怪物ID offset 0x124
DWORD UnKnown3[78]; // 未知 offset 0x128
wchar_t *wszName; // 名字 offset 0x260
}GAME_OBJECT_INFO, *PGAME_OBJECT_INFO;
這樣我們就很容易的定義了兩個游戲?qū)ο笮畔⒌臄?shù)據(jù)類型，在使用這個類型來聲明這個結(jié)構(gòu)體的變量就很合規(guī)矩了。如下：
GAME_OBJECT_INFO Goi; // 聲明一個結(jié)構(gòu)體變量
PGAME_OBJECT_INFO pGOI = NULL; // 聲明一個結(jié)構(gòu)體指針
RtlZeroMemory(pGOI, sizeof(GAME_OBJECT_INFO)); // 給結(jié)構(gòu)體指針初始化。
當(dāng)然，在現(xiàn)在版本的C++中，它支持在結(jié)構(gòu)體中使用函數(shù)（允許結(jié)構(gòu)體中有成員函數(shù)），也就是說，結(jié)構(gòu)體可以當(dāng)做類來直接使用，深入的研究結(jié)構(gòu)體可以弄明白現(xiàn)在C++中一些類的基礎(chǔ)概念，為了節(jié)省篇幅，我就不再這里牢騷了。
四、 結(jié)束語
本文講述了很多的東西，很雜，而且?guī)缀醵疾皇呛苌钊耄业谋硎瞿芰τ邢蓿易哉J為是用我認為最普通的方式，講述這些東西了，肯定還有很多的同學(xué)不明白我講了寫什么，我也深知我沒有能力講述更基礎(chǔ)的教程了，就寫到這里，希望大家能先看基礎(chǔ)的一些C/C++教程，然后再參考本文，以加深理解，也避免我文中錯誤的理解誤導(dǎo)大家。
本文中肯定存在很多的錯誤，希望大家能多多指教。