Fatal编程技术网
  • file/
  • File 在二进制文件和文本文件中分别存储数字需要多少字节

File 在二进制文件和文本文件中分别存储数字需要多少字节

file c++11 binary

File 在二进制文件和文本文件中分别存储数字需要多少字节,file,c++11,binary,file-handling,File,C++11,Binary,File Handling,如果我想在一个文件中存储一个数字，比如说56789，在二进制文件和文本文件中分别需要多少字节来存储它？我想知道如何将字节分配给二进制和文本文件中的数据。这取决于： 文本编码和数字系统（十进制、十六进制等） 签署/未签署 单整数或多整数（需要分隔符） 数据类型 目标体系结构 压缩编码的使用 在ASCII码中，字符占用1字节。在UTF-8中，字符需要1到4个字节，但数字总是需要1个字节。在UTF-16或Unicode中，每个字符需要2个或更多字节 非ASCII格式可能需要为文件增加2个字节（），

如果我想在一个文件中存储一个数字，比如说56789，在二进制文件和文本文件中分别需要多少字节来存储它？我想知道如何将字节分配给二进制和文本文件中的数据。

这取决于：

  • 文本编码和数字系统（十进制、十六进制等）
  • 签署/未签署
  • 单整数或多整数（需要分隔符）
  • 数据类型
  • 目标体系结构
  • 压缩编码的使用
在ASCII码中，字符占用1字节。在UTF-8中，字符需要1到4个字节，但数字总是需要1个字节。在UTF-16或Unicode中，每个字符需要2个或更多字节

非ASCII格式可能需要为文件增加2个字节（），这取决于创建文件时使用的编辑器和/或设置

但是假设您将数据存储在一个简单的ASCII文件中，或者讨论变得不必要的复杂

我们还假设您使用十进制数字系统

在十六进制中，使用数字
0-9
和字母
a-f
表示数字。像
3423432423
这样的十进制（以10为基数）将是十六进制（以16为基数）的
7F88655C7
。在第一个系统中我们有11个数字，在第二个系统中只有9个数字。最小基数为2（数字
0
和
1
），公共最大基数为64（base-64）。从技术上讲，使用ASCII可以达到base-96或base-100，但这是非常罕见的

每个数字（
0-9
）将占用一个字节。如果你有带符号的整数，一个额外的减号将引导数字（因此负数额外收取1个字节的费用）

在某些情况下，您可能需要存储多个数字。你需要一个分隔符来区分数字。逗号（
，
）、冒号（
：
）、分号（
；
）、管道（
|
）或换行符（
LF
、
CR
）或在Windows上（
CRLF
，需要2个字节）在djungle中都被视为合法的数字分隔符

什么是数字？你头脑中的数量8的概念或想法就是数字。在石头、纸张、磁带或屏幕上的像素上对该概念的任何表示都只是：表示。它们是代表你在大脑中所理解的东西的符号。那些是数字。请不要把数字和数字混淆，这个区别是数学和计算机科学的基础。 在这些情况下，您需要为每个数字的分隔符计算一个附加字符。或者可能是每一个数字减去一。这取决于您是要用标记终止每个数字，还是要将数字彼此分开：

示例（三位数字和三个换行）：6字节

示例（四位数字和一个逗号）：5字节

示例（符号和一位数字）：2字节

如果以二进制格式存储数据（不要与仍然是文本格式的二进制数系统混淆），则占用的内存取决于整数类型（或者更好的是整数的位长度）

八位字节（0..255）将占用1个字节。不需要分隔符或引导标志

16位浮点值将占用2个字节。对于C和C++，必须考虑底层架构。32位体系结构上的通用
整数
将占用4个字节。同样的代码，在64位体系结构下编译，需要8个字节

这些简单规则也有例外。例如，Google的protobuf使用了一个利用可变长度编码的Z字形VarInt实现

编辑：添加了托马斯·韦勒的建议

除了实际的文件内容之外，您还必须存储有关该文件的元数据（用于记账，如第一个扇区、文件名、访问权限等）。对于占用磁盘空间的文件，此元数据不显示，但实际上存在

如果将每个数字存储在单独的文件中，例如文件
result-10
中的数字
10
，则这些元数据条目将比数字本身占用更多的空间

如果在一个文件中存储十个、一百个、数千个或数百万/数十亿个数字，那么这种开销就变得越来越无关紧要了

编辑：更清楚地了解文件开销

如上所述，管理费用是在相关情况下产生的

但它不是文本格式和二进制格式之间的区别。正如doug65536所说，无论您如何存储数据，如果文件系统结构是相同的，则无所谓

如果文件包含二进制数据或ASCII文本，则它是一个独立的文件

尽管如此，上述推理与您选择的格式无关。

我在这方面还不太成熟；然而，我相信这不仅仅是一个关于内容的案例，还有附加的元数据。但是如果你只是在谈论数字，你可以将它存储在ASCII或二进制格式中

在二进制中，
56789
可以转换为
11011101110101
；有一种“简单”的方法可以在纸上解决这个问题。但是，这是一个你可以用来转换它的网站

11011101110101
有16个字符，因此16位是两个字节。

在你发布任何问题之前，你应该做一下研究

文件的大小取决于许多因素，但为了简单起见，如果使用UTF-8编码，文本格式的数字将占用每个字符1字节。另一方面，长数据类型的二进制值将占用4个字节。

在给定的基数中存储数字所需的位数是
ceil（log（n）/log（base））

存储为十进制将以10为基数，存储为十六进制文本将以16为基数。以二进制形式存储将是一种错误 
1<LF>
2<LF>
3<LF>

1,2,3

2134,

-3

56789 in base 2 needs 15.793323887 bits (16)
56789 in base 10 needs 4.754264221 decimal digits (5)
56789 in base 16 needs 3.948330972 hex digits (4)
56789 in base 64 needs 2.632220648 characters (3)