首页 > 代码库 > 计算机存储的大小端模式解析
计算机存储的大小端模式解析
http://blog.csdn.net/hackbuteer1/article/details/7722667
原作者文章链接，写得很好，没必要再重新分析了，看这个就够了。一般在《计算机组成原理》，或者《微机原理》，或者《汇编语言》等课程中也会有介绍，不过没有这么详细透彻罢了。红色笔记是我的注解。
----------------------------------------------------------------------------------------------------------------
先主要介绍了大小端问题的来源，作者应该是基于32位的机器来讲解的。
在各种计算机体系结构中，对于字节、字等的存储机制有所不同，因而引发了计算机 通信领 域中一个很重要的问题，即通信双方交流的信息单元（比特、字节、字、双字等等）应该以什么样的顺序进行传送。如果不达成一致的规则，通信双方将无法进行正 确的编/译码从而导致通信失败。目前在各种体系的计算机中通常采用的字节存储机制主要有两种：Big-Endian和Little-Endian，下面先从字节序说起。
一、什么是字节序
字节序，顾名思义字节的顺序，再多说两句就是大于一个字节类型的数据在内存中的存放顺序(一个字节的数据当然就无需谈顺序的问题了)。其实大部分人在实际的开发中都很少会直接和字节序打交道。唯有在跨平台以及网络程序中字节序才是一个应该被考虑的问题。
在所有的介绍字节序的文章中都会提到字节序分为两类：Big-Endian和Little-Endian，引用标准的Big-Endian和Little-Endian的定义如下：
a) Little-Endian就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。
b) Big-Endian就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。（两个明白一个就ok，大小端是相反的）
c) 网络字节序：TCP/IP各层协议将字节序定义为Big-Endian，因此TCP/IP协议中使用的字节序通常称之为网络字节序。
1.1 什么是高/低地址端
首先我们要知道C程序映像中内存的空间布局情况：在《C专 家编程》中或者《Unix环境高级编程》中有关于内存空间布局情况的说明，大致如下图：
----------------------- 最高内存地址 0xffffffff（32位2进制数，都是1的情况，16进制就是0xffffffff）
栈底
栈
栈顶
-----------------------（和我们通常意义上的画图是相反的，栈在内存里是向下增长，且发现内存自上而下，地址是由高到低变换，俗称的高地址到低地址变化）
NULL (空洞)
-----------------------
堆
-----------------------
未初始化的数据
----------------------- 统称数据段
初始化的数据
-----------------------
正文段(代码段)
----------------------- 最低内存地址 0x00000000
由图可以看出内存分布中，栈是向下增长的，而堆是向上增长的。以上图为例如果我们在栈上分配一个unsigned char buf[4]，那么这个数组变量在栈上是如何布局的呢？看下图：
栈底 （高地址）
----------
buf[3]
buf[2]
buf[1]
buf[0]
----------
栈顶 （低地址）
其实，我们可以自己在编译器里面创建一个数组，然后分别输出数组种每个元素的地址，来验证一下。
1.2 什么是高/低字节
现在我们弄清了高/低地址，接着考虑高/低字节。有些文章中称低位字节为最低有效位，高位字节为最高有效位。如果我们有一个32位无符号整型0x12345678，那么高位是什么，低位又是什么呢？ 其实很简单。在十进制中我们都说靠左边的是高位，靠右边的是低位，在其他进制也是如此。就拿 0x12345678来说，从高位到低位的字节依次是0x12、0x34、0x56和0x78。
高/低地址端和高/低字节都弄清了。我们再来回顾 一下Big-Endian和Little-Endian的定义，并用图示说明两种字节序：
以unsigned int value = http://www.mamicode.com/0x12345678为例，分别看看在两种字节序下其存储情况，我们可以用unsigned char buf[4]来表示value：
Big-Endian: 低地址存放高位，如下图：
栈底 （高地址）
---------------
buf[3] (0x78) -- 低位
buf[2] (0x56)
buf[1] (0x34)
buf[0] (0x12) -- 高位
---------------
栈顶 （低地址）
Little-Endian: 低地址存放低位，如下图：
栈底 （高地址）
---------------
buf[3] (0x12) -- 高位
buf[2] (0x34)
buf[1] (0x56)
buf[0] (0x78) -- 低位
--------------
栈 顶 （低地址）
二、各种Endian
2.1 Big-Endian
计算机体系结构中一种描述多字节存储顺序的术语，在这种机制中最重要字节（MSB）存放在最低端的地址 上。采用这种机制的处理器有IBM3700系列、PDP-10、Mortolora微处理器系列和绝大多数的RISC处理器。MSB the most significant byte
+----------+
| 0x34 |<-- 0x00000021
+----------+
| 0x12 |<-- 0x00000020
+----------+
图 1：双字节数0x1234以Big-Endian的方式存在起始地址0x00000020中
在Big-Endian中，对于bit序列中的序号编排方式如下（以双字节数0x8B8A=（1000 1011 1000 1010）2为例）：
bit 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
+-----------------------------------------+
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+----------------------------------------+
图 2：Big-Endian的bit序列编码方式
2.2 Little-Endian
计算机体系结构中 一种描述多字节存储顺序的术语，在这种机制中最不重要字节（LSB）存放在最低端的地址上。采用这种机制的处理器有PDP-11、VAX、Intel系列微处理器和一些网络通信设备。该术语除了描述多字节存储顺序外还常常用来描述一个字节中各个比特的排放次序。
+----------+
| 0x12 |<-- 0x00000021
+----------+
| 0x34 |<-- 0x00000020
+----------+
图3：双字节数0x1234以Little-Endian的方式存在起始地址0x00000020中
在 Little-Endian中，对于bit序列中的序号编排和Big-Endian刚好相反，其方式如下（以双字节数0x8B8A=（1000 1011 1000 1010）2为例）：
bit 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
+-----------------------------------------+
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+-----------------------------------------+
图 4：Little-Endian的bit序列编码方式
注意：通常我们说的主机序（Host Order）就是遵循Little-Endian规则。所以当两台主机之间要通过TCP/IP协议进行通信的时候就需要调用相应的函数进行主机序 （Little-Endian）和网络序（Big-Endian）的转换。
采用 Little-endian模式的CPU对操作数的存放方式是从低字节到高字节，而Big-endian模式对操作数的存放方式是从高字节到低字节。 32bit宽的数0x12345678在Little-endian模式CPU内存中的存放方式（假设从地址0x4000开始存放）为：
内存地址 0x4000 0x4001 0x4002 0x4003
存放内容 0x78 0x56 0x34 0x12
而在Big- endian模式CPU内存中的存放方式则为：
内存地址 0x4000 0x4001 0x4002 0x4003
存放内容 0x12 0x34 0x56 0x78
具体的区别如下：
三、Big-Endian和Little-Endian优缺点
Big-Endian优点：
首先提取高位字节，你总是可以由看看在偏移位置为0的字节来确定这个数字是正数还是负数（因为低地址存放高字节）。你不必知道这个数值有多长，或者你也不必过一些字节来看这个数值是否含有符号位。这个数值是以它们被打印出来的顺序存放的，所以从二进制到十进制的函数特别有效。因而，对于不同要求的机器，在设计存取方式时就会不同。
Little-Endian优点：
提取一个，两个，四个或者更长字节数据的汇编指令以与其他所有格式相同的方式进行：首先在偏移地址为0的地方提取最低位的字节，因为地址偏移和字节数是一对一的关系，多重精度的数学函数就相对地容易写了。
如果你增加数字的值，你可能在左边增加数字（高位非指数函数需要更多的数字）。 因此， 经常需要增加两位数字并移动存储器里所有Big-endian顺序的数字，把所有数向右移，这会增加计算机的工作量。不过，使用Little- Endian的存储器中不重要的字节可以存在它原来的位置，新的数可以存在它的右边的高位地址里。这就意味着计算机中的某些计算可以变得更加简单和快速。
四、请写一个C函数，若处理器是Big_endian的，则返回0；若是Little_endian的，则返回1。（很经典的判断处理器存储模式的方法）
补充知识点：联合union
能在同一个存储空间里（不同时地）存储不同类型数据的数据类型！是一个新的数据类型！典型应用是：表，使用联合类型的数组……联合和结构的建立方式一样，一个联合模版和一个联合变量，可以一步到位的定义。也可以分步定义。
1 #include <stdio.h> 2 3 #include <stdlib.h> 4 5 //声明定义基本上类似于结构，但是初始化有些区别 6 7 //联合只存储一个值，所以初始化的规则和结构的初始化规则不同 8 9 union hold{10 11 int digit;12 13 double bigfl;14 15 char letter;16 17 };18 19 int main(void)20 21 {22 23 union hold fit;//hold类型的联合变量24 25 union hold save[10];//一个save数组，包含10个联合变量的数组26 27 union hold *p;//指向hold类型的联合变量的指针，指向了联合的地址28 29 system("pause");30 31 return 0;32 33 }
联合的初始化问题（三个方法）
//三种初始化联合的方法
//直接初始化联合的第一个元素
union hold valB = {10};//指定初始化联合内的第一个成员变量，digit
//同类型的联合之间互相初始化
union hold valA = valB;//用另外一个联合初始化一个联合
//使用指定初始化项目
union hold valD = {.bigfl = 118.222};//指定只初始化double类型的bigfl项目
注意：联合的使用
//联合的使用类似结构，使用点运算符访问联合正在保存的值，因为联合同一个时间只能存储一个值！即使空间足够，也不能同时保存多个值！
//程序员自己记忆保存的当前值！
union hold *p;
valA.digit = 10;
//对于指向联合的指针也类似结构指针，使用->运算符访问成员变量
p = &valA;//指针指向了联合变量valA（地址）
int x = p -> digit;//相当于int x = valA.digit
注意：联合使用的误区和用处
因为联合同时只能存储一个值，那么可以使用联合结合结构编写程序，进行独一无二的选择问题的时候使用，是最佳的！联合一定注意，同一时刻只存储一个值！
double d;
union hold fit;//声明一个联合变量fit
fit.letter = ‘a‘;//此时此刻，联合内存放的是一个char类型字符a
d = 1.1 * fit.bigfl;//错误的语句，因为本语句认为了联合变量fit存储的是double类型的成员bigfl
总结：结构和联合的区别
1. 结构和联合都是由多个不同的数据类型成员组成, 但在任何同一时刻, 联合中只存放了一个被选中的成员, 而结构的所有成员都存在。
2. 对于联合的不同成员赋值, 将会对其它成员重写, 原来成员的值就不存在了, 而对于结构的不同成员赋值是互不影响的。
3. 当联合创建之后，声明一个联合变量，编译器自动分配足够的空间给它，选取联合内部成员，内存空间最大的一个数据类型。
故，我们实现判断cpu存储模式的方式，可以利用联合来解决，下面是原作者给出的解决办法：
1 int checkCPU(void) 2 { 3 union 4 { 5 int a; 6 char b; 7 }c; 8 c.a = 1; 9 return (c.b == 1);10 }
1 #include <stdio.h> 2 #include <stdlib.h> 3 4 int main(void) 5 { 6 union { 7 int a;//作者这里这样设置就是为了使用不同字节长度的类型来得到不同的数值 8 char b; 9 } u;10 11 u.a = 1;//给a赋值的同时，b也被覆盖了，那么因为union是从低地址开始存储数据，大家再看原作者的解释，就更加一目了然12 13 if (u.b == 1)14 {15 puts("lz的电脑的cpu是小端存储的！");16 }17 else18 {19 puts("lz的电脑的cpu是打断存储的！");20 }21 22 system("pause");23 return 0;24 }
说明：
1 在c中，联合体（共用体）的数据成员都是从低地址开始存放。
2 若是小端模式，由低地址到高地址，c.a存放为0x01 00 00 00，c.b被赋值为0x01；
————————————————————————————
地址 0x00000000 0x00000001 0x00000002 0x00000003
c.a 01 00 00 00
c.b 01 00
————————————————————————————
3 若是大端模式，由低地址到高地址，c.a存放为0x00 00 00 01，c.b被赋值为0x0；
————————————————————————————
地址 0x00000000 0x00000001 0x00000002 0x00000003
c.a 00 00 00 01
c.b 00 00
————————————————————————————
4 根据c.b的值的情况就可以判断cpu的模式了。
举例，一个16进制数是 0x11 22 33，其存放的位置是
地址0x3000 中存放11
地址0x3001 中存放22
地址0x3002 中存放33
连起来就写成地址0x3000-0x3002中存放了数据0x112233
而这种存放和表示方式，正好符合大端。
另外一个比较好理解的写法如下：
1 bool checkCPU() // 如果是大端模式，返回真 2 { 3 short int test = 0x1234; 4 5 if( *((char *)&test) == 0x12) // 低地址存放高字节数据 6 return true; 7 else 8 return false; 9 }10 11 int main(void)12 {13 if( !checkCPU())14 cout<<"Little endian"<<endl;15 else16 cout<<"Big endian"<<endl;17 18 return 0;19 }
短整型test，32位机器里是2个字节大小存储空间，0x1234，取地址，强转为一字节的长度，截取的后8位，那么再次取值，和0x12比较。如果是大端模式，则刚好为0x12，下面原作者又给出了一个方案：其实大同小异。本质一样。
或者下面两种写法也是可以的
1 int main(void) 2 { 3 short int a = 0x1234; 4 char *p = (char *)&a; 5 6 if( *p == 0x34) 7 cout<<"Little endian"<<endl; 8 else 9 cout<<"Big endian"<<endl;10 11 return 0;12 }13 14 int main(void)15 {16 short int a = 0x1234;17 char x0 , x1;18 19 x0 = ((char *)&a)[0];20 x1 = ((char *)&a)[1];21 22 if( x0 == 0x34)23 cout<<"Little endian"<<endl;24 else25 cout<<"Big endian"<<endl;26 27 return 0;28 }
再次向原作者致敬！
计算机存储的大小端模式解析