Representación de datos: bits, bytes y memoria

Debajo de cualquier archivo de texto, imagen, paquete de red o programa en ejecución solo existe una abstracción física: secuencias de bits almacenadas en celdas de memoria o transmitidas como señales eléctricas y ópticas.

Entender cómo se agrupan esos bits en bytes y cómo se representan en hexadecimal elimina gran parte del misterio al depurar programas, analizar tráfico de red o leer direcciones de memoria.

§ Del bit al byte

Un bit (binary digit) es la unidad mínima de información y solo puede tomar dos estados: 0 o 1. Como un bit aislado permite representar muy poco, la arquitectura moderna organiza la memoria en bloques direccionables de 8 bits, llamados bytes (u octetos).

Con $8\text{ bits}$ podemos formar $2^8 = 256$ combinaciones distintas:

• Como entero sin signo (uint8): valores desde 0 hasta 255.
• Como entero con signo en complemento a dos (int8): valores desde -128 hasta 127.
• Como carácter ASCII / UTF-8 de un byte: letras, dígitos y símbolos de control.

§ Por qué usamos hexadecimal (`0x`)

Leer o escribir cadenas de 32 o 64 bits en binario resulta propenso a errores humanos. El sistema hexadecimal (base 16, dígitos 0-9 y A-F) encaja de forma exacta con el binario porque cada dígito hexadecimal representa exactamente 4 bits (un nibble):

  Carácter ASCII:              'A' (65 en decimal)
                     ┌─────────────────┬─────────────────┐
  Binario (8 bits):  │    0 1 0 0      │    0 0 0 1      │
                     └────────┬────────┴────────┬────────┘
  Valor del nibble:           4                 1
  Hexadecimal:              0x41  (dos dígitos = 1 byte)

§ Inspeccionar los bytes reales de un archivo

En cualquier sistema tipo Unix puedes observar los bytes exactos que componen un archivo utilizando xxd o hexdump -C:

$ printf "Hola\n" > saludo.txt
$ hexdump -C saludo.txt
00000000  48 6f 6c 61 0a                                    |Hola.|
00000005

Observa qué ocurre byte a byte:

1. 48 es el código ASCII hexadecimal de 'H' ($72$ en decimal).
2. 6f, 6c, 61 corresponden a 'o', 'l', 'a'.
3. 0a ($10$ en decimal) es el carácter de salto de línea \n (Line Feed).