大端、小端問題詳解

參考博客:http://www.cppblog.com/colorful/archive/2012/05/17/175182.html


在各種計算機體系結構中,對於字節、字等的存儲機制有所不同,因而引發了計算機通信領域中一個很重要的問題,即通信雙方交流的信息單元(比特、字節、字、雙字等等)應該以什麼樣的順序進行傳送。如果不達成一致的規則,通信雙方將無法進行正確的編/譯碼從而導致通信失敗。目前在各種體系的計算機中通常採用的字節存儲機制主要有兩種:Big-Endian和Little-Endian,下面Endian這個詞的來源說起。

 一、Endian詞源

據Jargon File記載,endian這個詞來源於Jonathan Swift在1726年寫的諷刺小說 "Gulliver's Travels"(《格利佛遊記》)。該小說在描述Gulliver暢遊小人國時碰到了如下的一個場景。在小人國裏的小人因爲非常小(身高6英寸)所以總是碰到一些意想不到的問題。有一次因爲對水煮蛋該從大的一端(Big-End)剝開還是小的一端(Little-End)剝開的爭論而引發了一場戰爭,並形成了兩支截然對立的隊伍:支持從Big-End剝開的人Swift就稱作Big-Endians而支持從Little-End剝開的人就稱作Little-Endians……(後綴ian表明的就是支持某種觀點的人:-)。Endian這個詞由此而來。

  1980年,Danny Cohen在其著名的論文"On Holy Wars and a Plea for Peace"中爲了平息一場關於在消息中字節該以什麼樣的順序進行傳送的爭論而引用了該詞。該文中,Cohen非常形象貼切地把支持從一個消息序列的MSB開始傳送的那夥人叫做Big-Endians,支持從LSB開始傳送的相對應地叫做Little-Endians。此後Endian這個詞便隨着這篇論文而被廣爲採用。


二、什麼是字節序

字節序,顧名思義字節的順序,再多說兩句就是大於一個字節類型的數據在內存中的存放順序(一個字節的數據當然就無需談順序的問題了)其實大部分人在實際的開發中都很少會直接和字節序打交道。唯有在跨平臺以及網絡程序中字節序纔是一個應該被考慮的問題。

在所有的介紹字節序的文章中都會提到字節序分爲兩類:Big-Endian和Little-Endian,引用標準的Big-Endian和Little-Endian的定義如下:
a) Little-Endian就是低位字節排放在內存的低地址端,高位字節排放在內存的高地址端
b) Big-Endian就是高位字節排放在內存的低地址端,低位字節排放在內存的高地址端

c) 主機字節序:遵循Little-Endian。
d) 網絡字節序:TCP/IP各層協議將字節序定義爲Big-Endian,因此TCP/IP協議中使用的字節序通常稱之爲網絡字節序。所以當兩臺主機之間要通過TCP/IP協議進行通信的時候就需要調用相應的函數進行主機序 (Little-Endian)和網絡序(Big-Endian)的轉換


三、 什麼是高/低地址端

首先我們要知道我們C程序映像中內存的空間佈局情況:在《C專家編程》中或者《Unix環境高級編程》中有關於內存空間佈局情況的說明,大致如下圖:
----------------------- 最高內存地址 0xffffffff
棧底

棧頂

-----------------------

NULL (空洞) 
-----------------------

-----------------------
未初始 化的數據
----------------------- 統稱數據段
初始化的數據
-----------------------
正 文段(代碼段)
----------------------- 最低內存地址 0x00000000

以上圖爲例如果我們在棧上分配一個unsigned char buf[4],那麼這個數組變量在棧上是如何佈局的呢?看下圖:
棧底 (高地址)
----------
buf[3] 
buf[2]
buf[1]
buf[0]

----------
棧頂 (低地址)


四、 什麼是高/低字節

現在我們弄清了高/低地址,接着考慮高/低字節。有些文章中稱低位字節爲最低有效位(LSB),高位字節爲最高有效位(MSB)。如果我們有一個32位無符號整型0x12345678,那麼高位是什麼,低位又是什麼呢? 其實很簡單。在十進制中我們都說靠左邊的是高位,靠右邊的是低位,在其他進制也是如此。就拿 0x12345678來說,從高位到低位的字節依次是0x12、0x34、0x56和0x78
高/低地址端和高/低字節都弄清了。我們再來回顧 一下Big-Endian和Little-Endian的定義,並用圖示說明兩種字節序:
以unsigned int value = 0x12345678爲例,分別看看在兩種字節序下其存儲情況,我們可以用unsigned char buf[4]來表示value:

Big-Endian: 低地址存放高位,如下圖:
棧底 (高地址)
---------------
buf[3] (0x78) -- 最低有效位(LSB)
buf[2] (0x56)
buf[1] (0x34)
buf[0] (0x12) -- 最高有效位(MSB)
---------------
棧頂 (低地址)

Little-Endian: 低地址存放低位,如下圖:
棧底 (高地址)
---------------
buf[3] (0x12) -- 最低有效位(LSB)
buf[2] (0x34)
buf[1] (0x56)
buf[0] (0x78) -- 最高有效位(MSB)
--------------
棧 頂 (低地址)

 

五、Big-Endian和Little-Endian優缺點

Big-Endian優點:靠首先提取高位字節,你總是可以由看看在偏移位置爲0的字節來確定這個數字是 正數還是負數。你不必知道這個數值有多長,或者你也不必過一些字節來看這個數值是否含有符號位這個數值是以它們被打印出來的順序存放的,所以從二進制到十進制的函數特別有效。因而,對於不同要求的機器,在設計存取方式時就會不同。

Little-Endian優點:提取一個,兩個,四個或者更長字節數據的彙編指令以與其他所有格式相同的方式進行:首先在偏移地址爲0的地方提取最低位的字節,因爲地址偏移和字節數是一對 一的關係,多重精度的數學函數就相對地容易寫了

如 果你增加數字的值,你可能在左邊增加數字(高位非指數函數需要更多的數字)。 因此, 經常需要增加兩位數字並移動存儲器裏所有Big-endian順序的數字,把所有數向右移,這會增加計算機的工作量。不過,使用Little- Endian的存儲器中不重要的字節可以存在它原來的位置,新的數可以存在它的右邊的高位地址裏。這就意味着計算機中的某些計算可以變得更加簡單和快速。


六、如何檢查處理器是Big-Endian還是Little-Endian?

由於聯合體union的存放順序是所有成員都從低地址開始存放,利用該特性就可以輕鬆地獲得了CPU對內存採用Little- endian還是Big-endian模式讀寫。例如:

const int endian = 1;
#define isLittleEndian ((*((char*)&endian))==1)
#define isBigEndian ((*((char*)&endian))==0)


int checkCPUEndian(){
union {
unsigned int a;
unsigned char b;            
}c;
c.a = 1;
return (c.b == 1);      
}   /*return 1 : little-endian, return 0:big-endian*/

七、Big-Endian和Little-Endian轉換

現有的平臺上Intel的X86採用的是Little-Endian,而像 Sun的SPARC採用的就是Big-Endian。那麼在跨平臺或網絡程序中如何實現字節序的轉換呢?這個通過C語言的移位操作很容易實現,例如下面的宏:

#if defined(BIG_ENDIAN) && !defined(LITTLE_ENDIAN)
#define ntohs(A)   (A)             // 網絡字節序unsigned short類型轉換成主機字節序unsigned short類型
#define ntohl(A)     (A)           // 網絡字節序unsigned int  類型轉換成主機字節序unsigned int  類型
#define htons(A)   (A)             // 主機字節序unsigned short類型轉換成網絡字節序unsigned short類型
#define htonl(A)    (A)            // 主機字節序unsigned int  類型轉換成網絡字節序unsigned short類型
#elif defined(LITTLE_ENDIAN) && !defined(BIG_ENDIAN)
#define ntohs(A)     ((((uint16)(A) & 0xff00) >> 8) | \
(((uint16)(A) & 0x00ff) << 8))
#define ntohl(A)     ((((uint32)(A) & 0xff000000) >> 24) | \
(((uint32)(A) & 0x00ff0000) >> 8) | \
(((uint32)(A) & 0x0000ff00) << 8) | \
(((uint32)(A) & 0x000000ff) << 24))
#define htons ntohs
#define htonl ntohl
#else
#error "Either BIG_ENDIAN or LITTLE_ENDIAN must be #defined, but not both."




發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章