从两道经典试题谈C/C++中联合体（union）的使用

从两道经典试题谈 C/C++ 中联合体（ union ）的使用

宋宝华 21cnbao sweek@21cn.com

试题一：编写一段程序判断系统中的CPU是Little endian还是Big endian模式？

分析：

作为一个计算机相关专业的人，我们应该在计算机组成中都学习过什么叫Little endian和Big endian。Little endian和Big endian是CPU存放数据的两种不同顺序。对于整型、长整型等数据类型，Big endian认为第一个字节是最高位字节（按照从低地址到高地址的顺序存放数据的高位字节到低位字节）；而Little endian则相反，它认为第一个字节是最低位字节（按照从低地址到高地址的顺序存放数据的低位字节到高位字节）。

例如，假设从内存地址0x0000开始有以下数据：

0x0000	0x0001	0x0002	0x0003
0x12	0x34	0xab	0xcd

如果我们去读取一个地址为0x0000的四个字节变量，若字节序为big-endian，则读出结果为0x1234abcd；若字节序位little-endian，则读出结果为0xcdab3412。如果我们将0x1234abcd写入到以0x0000开始的内存中，则Little endian和Big endian模式的存放结果如下：

地址	0x0000	0x0001	0x0002	0x0003
big-endian	0x12	0x34	0xab	0xcd
little-endian	0xcd	0xab	0x34	0x12

一般来说，x86系列CPU都是little-endian的字节序，PowerPC通常是Big endian，还有的CPU能通过跳线来设置CPU工作于Little endian还是Big endian模式。

解答：

显然，解答这个问题的方法只能是将一个字节（CHAR/BYTE类型）的数据和一个整型数据存放于同样的内存开始地址，通过读取整型数据，分析CHAR/BYTE数据在整型数据的高位还是低位来判断CPU工作于Little endian还是Big endian模式。得出如下的答案：

typedef unsigned char BYTE;

int main(int argc, char* argv[])

{

       unsigned int num,*p;

    p = #

       num = 0;

 

    *(BYTE *)p = 0xff;

      

       if(num == 0xff)

       {

              printf("The endian of cpu is little\n");

       }

       else    //num == 0xff000000

       {

              printf("The endian of cpu is big\n");

       }

       return 0;

}

除了上述方法(通过指针类型强制转换并对整型数据首字节赋值，判断该赋值赋给了高位还是低位)外，还有没有更好的办法呢？我们知道，union的成员本身就被存放在相同的内存空间（共享内存，正是union发挥作用、做贡献的去处），因此，我们可以将一个CHAR/BYTE数据和一个整型数据同时作为一个union的成员，得出如下答案：

int checkCPU()

{

　 {

　　 union w

　　 {

　　　 int a;

　　　 char b;

　　 } c;

　　 c.a = 1;

　　 return (c.b == 1);

　 }

}

实现同样的功能，我们来看看Linux操作系统中相关的源代码是怎么做的：

static union { char c[4]; unsigned long l; } endian_test = { { 'l', '?', '?', 'b' } };

#define ENDIANNESS ((char)endian_test.l)

Linux的内核作者们仅仅用一个union变量和一个简单的宏定义就实现了一大段代码同样的功能！由以上一段代码我们可以深刻领会到Linux源代码的精妙之处！

试题二：假设网络节点A和网络节点B中的通信协议涉及四类报文，报文格式为“报文类型字段+报文内容的结构体”，四个报文内容的结构体类型分别为STRUCTTYPE1~ STRUCTTYPE4，请编写程序以最简单的方式组织一个统一的报文数据结构。

分析：

报文的格式为“报文类型+报文内容的结构体”，在真实的通信中，每次只能发四类报文中的一种，我们可以将四类报文的结构体组织为一个union（共享一段内存，但每次有效的只是一种），然后和报文类型字段统一组织成一个报文数据结构。

解答：

根据上述分析，我们很自然地得出如下答案：

typedef unsigned char BYTE;

 

// 报文内容联合体

typedef union tagPacketContent

{

       STRUCTTYPE1 pkt1;

       STRUCTTYPE2 pkt2;

       STRUCTTYPE3 pkt1;

       STRUCTTYPE4 pkt2;

}PacketContent;

 

// 统一的报文数据结构

typedef struct tagPacket

{

       BYTE pktType;

    PacketContent pktContent;

}Packet;

总结

在C/C++程序的编写中，当多个基本数据类型或复合数据结构要占用同一片内存时，我们要使用联合体（试题一是这样的例证）；当多种类型，多个对象，多个事物只取其一时（我们姑且通俗地称其为“n选1”），我们也可以使用联合体来发挥其长处（试题二是这样的例证）。