返回专栏
· 16 分钟阅读

基本数据类型与复合数据类型


一、什么是数据类型?

数据类型(Data Type)是编程语言对数据进行分类和约束的一套规则,用于定义数据的取值范围、存储表示、操作方式及类型兼容关系。

程序处理的所有信息,本质上都需要通过某种数据类型进行表达。

例如:

int age = 25;
double price = 99.99;
boolean enabled = true;
String name = "Alice";

这些变量分别表示整数、浮点数、布尔值和字符串。

不同数据类型具有不同的特征:

  • 整数支持算术运算。
  • 浮点数支持近似实数运算。
  • 布尔值表示逻辑状态。
  • 字符串表示文本序列。
  • 数组用于组织多个元素。
  • 对象用于组合多个属性和行为。

数据类型不仅影响程序如何使用数据,还会影响编译器如何生成代码、运行时如何分配内存,以及数据如何在函数之间传递。

1. 数据类型的主要作用

作用 说明
数据表示 定义数据在内存或其他存储介质中的表示方式
取值约束 限定数据可以表示的值或状态
操作约束 定义数据允许执行的操作
类型检查 检查变量、表达式和函数是否符合类型规则
内存管理 影响数据的存储布局、大小及生命周期管理
抽象建模 使用结构化类型表达复杂业务实体

2. 数据类型的分类视角

基本数据类型与复合数据类型是常见的分类方式,但不是所有编程语言都采用完全相同的分类体系。

从不同角度,可以将数据类型划分为:

分类维度 类型
结构复杂度 基本数据类型、复合数据类型
类型系统 内置类型、用户自定义类型
数据组织 标量类型、聚合类型
数据访问 值类型、引用类型(部分语言采用此分类)
类型行为 可变类型、不可变类型
类型检查 静态类型、动态类型

需要注意,这些分类维度并不互斥。

例如,一个结构体既可以是用户自定义类型,也可以是复合类型;在 Rust 中,它具有值语义,但内部仍然可以包含引用或智能指针。

二、基本数据类型(Primitive Data Types)

基本数据类型通常是编程语言提供的基础数据类型,用于表示单一、相对简单的数据值。

它们构成了更复杂数据结构的基础。

常见基本数据类型包括:

  • 整数类型(Integer)
  • 浮点数类型(Floating Point)
  • 布尔类型(Boolean)
  • 字符类型(Character)
  • 字节类型(Byte)
  • 部分语言中的空值类型(Null / Unit)

1. 整数类型(Integer)

整数类型用于表示没有小数部分的数值。

例如:

int age = 25;
long population = 8000000000L;
short temperature = 20;
byte level = 10;

常见整数类型:

类型 常见位宽 典型用途
byte 8 位 字节数据
short 16 位 较小范围整数
int 32 位 常规整数
long 64 位 大范围整数

以上是 Java 中常见整数类型的位宽,其他语言的整数类型定义可能不同。

有符号整数与无符号整数

整数还可以按照是否表示负数进行划分。

有符号整数(Signed Integer)

可以表示负数、零和正数。

在常见的二进制补码表示中,n 位有符号整数的范围为:

-2^{n-1} \sim 2^{n-1}-1

例如,8 位有符号整数的范围:

-128 \sim 127

无符号整数(Unsigned Integer)

只能表示零和正数。

n 位无符号整数的范围为:

0 \sim 2^n-1

例如,8 位无符号整数的范围:

0 \sim 255
位宽 有符号范围 无符号范围
8 位 -128 ~ 127 0 ~ 255
16 位 -32768 ~ 32767 0 ~ 65535
32 位 -2³¹ ~ 2³¹-1 0 ~ 2³²-1
64 位 -2⁶³ ~ 2⁶³-1 0 ~ 2⁶⁴-1

需要注意:

  • Java 的整数基本类型不提供无符号整数类型,char 除外,但 char 表示 UTF-16 代码单元,不是普通整数类型的替代品。
  • C、C++、Go、Rust 等语言提供不同形式的无符号整数类型。
  • Python 的整数可以根据需要扩展精度,不局限于固定的 32 位或 64 位范围。

整数溢出

整数溢出(Integer Overflow)是指计算结果超出目标整数类型能够表示的范围。

例如:

int value = Integer.MAX_VALUE;
value = value + 1;

System.out.println(value);

Java 的普通整数运算不会自动抛出溢出异常,这里结果会发生回绕,得到 Integer.MIN_VALUE。

不同语言对溢出的处理方式不同:

语言 常见行为
Java 普通整数运算按固定宽度回绕
C 有符号整数溢出属于未定义行为
C++ 有符号整数溢出属于未定义行为
Go 整数运算按类型宽度处理,可能回绕
Rust 根据编译配置及运算方式,可能检查、回绕或显式处理
Python 整数自动扩展精度,受可用内存限制

整数溢出在金融计算、计数器、索引运算和安全敏感代码中尤其需要关注。

2. 浮点数类型(Floating Point)

浮点数用于表示带有小数部分的数值。

常见类型:

类型 常见位宽 精度特点
float 32 位 单精度
double 64 位 双精度
扩展精度类型 依实现而定 精度可能更高

IEEE 754 是现代计算机中广泛采用的浮点数标准。

以常见的 IEEE 754 单精度浮点数为例,其 32 位结构包括:

  • 1 位符号位。
  • 8 位指数位。
  • 23 位尾数有效字段。

(-1)^s \times 1.f \times 2^{e-bias}

其中:

  • s:符号位。
  • e:指数。
  • f:尾数字段。
  • bias:指数偏移量。

浮点数采用科学计数法思想表示数值,因此能够表示非常大或非常小的数,但精度有限。

浮点数精度问题

例如:

console.log(0.1 + 0.2);

输出可能是:

0.30000000000000004

这是因为十进制的某些小数无法被二进制浮点格式精确表示。

浮点数计算需要考虑:

  • 二进制表示误差。
  • 舍入误差。
  • 精度累积。
  • 大数与小数相加造成的有效位损失。

不应该直接使用浮点数相等判断处理所有数值计算。

例如:

a = 0.1 + 0.2
b = 0.3

print(abs(a - b) < 1e-9)

对于金融金额等对精度有严格要求的场景,通常应该使用定点数或十进制数值类型,例如 Python 的 Decimal、Java 的 BigDecimal。

3. 布尔类型(Boolean)

布尔类型用于表达逻辑状态,通常只有两个值:

  • true
  • false

例如:

boolean isActive = true;
boolean hasPermission = false;

布尔类型广泛应用于:

  • 条件判断。
  • 循环控制。
  • 逻辑表达式。
  • 状态标记。
  • 权限校验。

常见逻辑运算:

运算 含义 示例
AND 逻辑与 true && false
OR 逻辑或 true || false
NOT 逻辑非 !true

需要注意,布尔值在不同语言中的底层表示不完全相同。

例如:

  • Java 的 boolean 是独立的基本类型。
  • C 使用 _Bool 表示布尔值,stdbool.h 提供 bool 等名称。
  • Python 的 bool 是 int 的子类。
  • JavaScript 使用独立的 Boolean 类型,同时还存在真值与假值转换规则。

布尔类型的逻辑语义不应与其具体内存表示混为一谈。

4. 字符类型(Character)

字符类型用于表示文本中的字符或字符编码单元。

例如 Java:

char letter = 'A';

但字符的底层表示需要结合字符编码理解。

ASCII

ASCII 使用 7 位编码表示基本拉丁字符和控制字符,共 128 个编码值。

Unicode

Unicode 为世界上的字符分配码点,例如:

  • A:U+0041
  • 中:U+4E2D