计算机原理 - 大小端

说明

• 大小端问题由来：《格列佛游记》小说中，小人国为水煮蛋该从大的一端（Big-End）剥开还是小的一端（Little-End）剥开而争执，争执的双方分别被称为“大端派”和“小端派”。

计算机领域

• 大小端问题引申到计算机领域：将数据存入大于一个字节大小的内存中,例如：0x1存入4字节大小内存,数据是从内存高地址开始存储还是从内存低地址开始存储？一个字节的内存就不存在这个问题。
• 正因为有以上争执，CPU既有采用大端模式的也有采用小端模式的，例如：arm，power，mips早期都坚持大端，但是也许是为了怕作死，也做了小端，不过由于X86是小端，大家上学时候学计算机原里大多也是学的小端，当前常用的大部分是小端模式；但是由于既有大端CPU也有小端CPU，软件需要兼容处理。

疑惑点

1. 数据以及内存的低位高位是以bit为单位还是以byte为单位？

• 如果以byte为单位, 如下：

0x12345678
内存地址 高 ~ 低
大端：0x78563412
小端：0x12345678

• 如果以bit为单位，即使是单字节也会受大小端影响，如下：

0x12
内存地址 高 ~ 低
小端：0001 0010
大端：0100 1000    // 0x48

• 由于当前手上没有大端设备，但是网络字节序是采用的大端，通过网络字节序验证如下：

int a = 0x12345678;
int b = htonl(a);
printf("%08x", b);
* 在小端设备上运行结果是：0x78563412

• 由测试可知：数据以及内存的高位和低位是以Byte字节为单位。

特殊情况

1. 虽然CPU既有大端也有小端，但是网络传输为了兼容，字节序采用大端模式。

理解

什么是大小端模式

• 内存存储数据时，数据的高低位和内存地址的高低位对应关系；直白点说：内存存储数据是从低地址开始存储，还是从高地址开始存储。

区别

• 大端模式：数据从高地址开始存储，高位数据存在于内存低位地址，低位数据存在于内存高位地址。
• 小端模式：数据从低地址开始存储，高位数据存在于内存高位地址，低位数据存在于内存低位地址。
• 例如：0x1存储在4Bytes内存中

内存地址： 0x03   0x02   0x01   0x00
小端： 0x00   0x00   0x00   0x01
大端： 0x01   0x00   0x00   0x00

注意点

1. 大小端是CPU控制内存的存储方式的不同，和内存区域无关

• 数据不管存储在栈上还是堆上，大小端是不会变化的。

2. 大小端是CPU控制内存的存储方式的不同，并不受数据类型影响

• 大小端是将数据存储域多个字节内存空间的存储方式，单个字节内存空间没该问题； 容易被误解为单字节类型数据不受大小端影响，只有多字节类型数据受影响。

3. 例子

char *c = "hello world";
* 如果是小端CPU，不仅仅c指向的内存中存储的地址是按小端存储的，并且“hello world”也是按小端存储的，'h'在低地址，'d'在高地址，大端相反。

char a[10];
* a是字节数组，如果是小端CPU，a[0]在低地址，a[9]在高地址，大端相反。

char *c = "hello world";
char *p = c;
for (int i = 0; i < strlen(c); i++){
    printf("%c", *p);
    p++; 
}
* 为什么可以通过p++遍历该字符串？其实这是小端CPU上的做法，大端应该改成p--;原因：p++只是内存地址的增加，刚好匹配小端的存储方式，和大端的存储方式相反。

判断大小端

1. 位移法

short a = 1;
(a >> 8)?printf("Big"):printf("Little");

• 地址： 高地址 <<====== 低地址
• 小端模式存放：0000 0001 >> 8 == 0000 0000
• 大端模式存放：0001 0000 >> 8 == 0000 0001

个人总结

• 网上有很多博客有描述判断大小端的方法，例如：位移法，强制转换法，共用体法，但是我对其中的几种方法存在怀疑，原因是：

1. 博客中只看到程序在小端设备设备上的运行结果，却从来没有人使用大端设备来验证程序是否能判断正确。
2. 感觉都是站在小端的角度思考大端。

• 例如：

* 强制转换法
short a = 1;
char b = a;
(b)?printf("Little"):printf("Big");

• 博客解释如下：数据类型强制转换，本质还是取低8位数；a = 1 ,变成二进制为：0000 0001，强转为char时，保留unsigned short a变量的低8位。所以这样就更加明了了。因为1低位数据，如果char c不为0，表明1存放在低位，即是小端模式；如果char c变量为0，表明1存放在高位，即是大端模式。
• 个人理解：这里short类型转换为char类型，数据类型强制转换，本质还是取低8位数，我理解的低8位，应该是数据的低8位，而不是上面解释的内存低8位，小端数据的低8位刚好是内存的低8位，但是大端却相反，不能因为小端是内存低8位，大端就也是内存低8位；我也不认为，CPU会出现基础问题：值超出范围的数据类型强制转换，值丢失可以理解，但是数据1即在char范围内也在short范围内，强制类型转换后，值会丢失！
• 文章的目的并不是为了学习如何判断大小端（当前常用的CPU都是小端，没有兼容的需求，判断也没意义），而是为了理解不同模式下，内存数据的存储方式。