C语言中符号位与数据表示详解：补码、原码及signed/unsigned类型规则

计算机中的符号位判定

在计算机底层架构中，数据类型的最高二进制位（Most Significant Bit）通常用于标识数据的正负属性。具体判定规则如下：

• 最高位为 1：表明该数为负数。
• 最高位为 0：表明该数为正数。

可以通过位运算直接检测变量的符号位状态。以下代码展示了如何判断 char、short 和 int 类型变量的符号位是否为 1：

#include <stdio.h>
int main()
{
    char c = -5;
    short s = 6;
    int i = -7;
    
    // 使用掩码提取最高位并进行比较
    printf("%d\n", ( (c & 0x80) != 0 ));
    printf("%d\n", ( (s & 0x8000) != 0 ));
    printf("%d\n", ( (i & 0x80000000) != 0 ));
    
    return 0;
}

上述代码的逻辑核心在于位掩码操作。例如对于 int 类型，掩码 0x80000000 的二进制形式为最高位是 1，其余位均为 0。通过按位与（&）操作，可以保留最高位的值而屏蔽其他位。若最高位为 1，则结果非零（表达式成立）；若为 0，则结果为零。

有符号数的表示法（补码）

C 语言中，有符号整数（如 signed int）在计算机内部统一采用补码（Two's Complement）形式进行存储和计算。这一标准解决了加法器设计复杂度和正零、负零重复表示的问题。

• 正数的补码与其原码（即数值本身）相同。
• 负数的补码计算规则为：先取该数绝对值的原码，将所有位按位取反（得到反码），最后在最低位加 1。

示例演示

• 8位整数 5 的补码：0000 0101（正数，原码=补码）。
• 8位整数 -7 的补码：
  1. 绝对值 7 的原码：0000 0111
  2. 按位取反：1111 1000
  3. 末位加 1：1111 1001
• 16位整数 20 的补码：0000 0000 0001 0100。
• 16位整数 -13 的补码：
  1. 绝对值 13 的原码：0000 0000 0000 1101
  2. 按位取反：1111 1111 1111 0010
  3. 末位加 1：1111 1111 1111 0011

无符号数的表示法（原码）

无符号数（unsigned）不包含符号位，其所有二进制位均用于表示数值大小。因此在固定长度的存储容器中，无符号数默认只表示正整数范围。

• 存储格式：直接对应原码。
• 数值溢出回绕（Wrap-around）：

• MAX_VALUE + 1 → MIN_VALUE：当无符号数达到最大值再加 1 时，会溢出并回到最小值 0。
• MIN_VALUE - 1 → MAX_VALUE：当无符号数为 0 时再减 1，会发生借位溢出，变为该类型的最大可能值（即全 1 状态）。

signed 和 unsigned 的使用陷阱

在 C 语言中，变量默认声明为有符号类型（signed）。若要声明无符号变量，必须显式使用 unsigned 关键字。需注意，unsigned 仅能修饰整数类型（如 unsigned int, unsigned char）。

陷阱一：混合运算中的类型提升

当无符号数与有符号数参与运算时，C 语言编译器会将“小”类型强制转换为“大”类型以适应无符号环境。具体表现为：

1. 优先级规则：如果其中一个操作数是 unsigned，另一个 signed 操作数会被隐式转换为 unsigned。
2. 后果：有符号的负数转换为无符号数后，其二进制位模式不变，但解释为正的大整数。

以下代码验证了这一行为：

#include <stdio.h>
int main()
{
    unsigned int i = 5;
    int j = -10;
    
    if( (i + j) > 0 )
    {
        printf("i + j > 0\n");
    }
    else
    {
        printf("i + j <= 0\n");
    }
    return 0;
}

尽管数学上 $5 + (-10) = -5$，预期应输出 “<= 0”，但实际输出了 “> 0”。原因是编译器先将 j（-10）视为 unsigned int 处理。在 32 位系统中，-10 的补码 1111...10110 被解读为巨大的正整数（4294967286）。此时 $5 + 4294967286$ 显然大于 0。

陷阱二：无符号循环的死循环

利用无符号数的回绕特性，初学者常犯的一个错误是在使用 for 循环递减时无视下界条件：

#include <stdio.h>
int main()
{
    unsigned int i = 0;
    // 注意条件 i >= 0，对于 unsigned 这永远成立
    for(i=9; i>=0; i--)
    {
        printf("i = %u\n", i);
    }
    return 0;
}

由于 i 被声明为 unsigned int，它永远不可能小于 0。当循环执行到 i=0 后再次执行 i--，i 不会变成 -1，而是回绕（Wrap around）为该类型的最大值（通常是 4294967295）。因此 i >= 0 的条件始终为真，导致程序陷入无限循环，持续打印不断减小的巨大数值，直到内存溢出或强制停止。

总结

理解 C 语言的底层数据表示对避免逻辑错误至关重要：

• 有符号数依赖补码表示，最高位 1 代表负数，0 代表正数。
• 无符号数没有符号位，纯数值计算，具备明确的上下界回绕特性。
• 类型转换在混合运算中遵循“向无符号看齐”的原则，可能导致负数瞬间变为极大的正数，影响逻辑判断。
• 编程规范在使用无符号变量控制循环边界时，需确保迭代方向不会触发下界回绕，或使用有符号整型控制计数逻辑。