大小端模式

一、大端模式和小端模式的起源

        关于大端小端名词的由来，有一个有趣的故事，来自于Jonathan Swift的《格利佛游记》：Lilliput和Blefuscu这两个强国在过去的36个月中一直在苦战。战争的原因：大家都知道，吃鸡蛋的时候，原始的方法是打破鸡蛋较大的一端，可以那时的皇帝的祖父由于小时侯吃鸡蛋，按这种方法把手指弄破了，因此他的父亲，就下令，命令所有的子民吃鸡蛋的时候，必须先打破鸡蛋较小的一端，违令者重罚。然后老百姓对此法令极为反感，期间发生了多次叛乱，其中一个皇帝因此送命，另一个丢了王位，产生叛乱的原因就是另一个国家Blefuscu的国王大臣煽动起来的，叛乱平息后，就逃到这个帝国避难。据估计，先后几次有11000余人情愿死也不肯去打破鸡蛋较小的端吃鸡蛋。这个其实讽刺当时英国和法国之间持续的冲突。Danny Cohen一位网络协议的开创者，第一次使用这两个术语指代字节顺序，后来就被大家广泛接受。
 

二、什么是大端和小端

        Big-Endian和Little-Endian的定义如下：
1) 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。
2) 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。
举一个例子，比如数字0x12 34 56 78在内存中的表示形式为：

1)大端模式：

低地址 -----------------> 高地址
0x12  |  0x34  |  0x56  |  0x78

2)小端模式：

低地址 ------------------> 高地址
0x78  |  0x56  |  0x34  |  0x12

可见，大端模式和字符串的存储模式类似。

3)下面是两个具体例子：

16bit宽的数0x1234在Little-endian模式（以及Big-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	小端模式存放内容	大端模式存放内容
0x4000	0x34	0x12
0x4001	0x12	0x34

32bit宽的数0x12345678在Little-endian模式以及Big-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	小端模式存放内容	大端模式存放内容
0x4000	0x78	0x12
0x4001	0x56	0x34
0x4002	0x34	0x56
0x4003	0x12	0x78

 4)大端小端没有谁优谁劣，各自优势便是对方劣势：

小端模式 ：强制转换数据不需要调整字节内容，1、2、4字节的存储方式一样。
大端模式 ：符号位的判定固定为第一个字节，容易判断正负。

三、数组在大端小端情况下的存储：

　　以unsigned int value = 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：
高地址
        ---------------
        buf[3] (0x78) -- 低位
        buf[2] (0x56)
        buf[1] (0x34)
        buf[0] (0x12) -- 高位
        ---------------
        低地址
Little-Endian: 低地址存放低位，如下：
高地址
        ---------------
        buf[3] (0x12) -- 高位
        buf[2] (0x34)
        buf[1] (0x56)
        buf[0] (0x78) -- 低位
        --------------
低地址

四、为什么会有大小端模式之分呢？

      这是因为在计算机系统中，我们是以字节为单位的，每个地址单元都对应着一个字节，一个字节为8bit。但是在C语言中除了8bit的char之外，还有16bit的short型，32bit的long型（要看具体的编译器），另外，对于位数大于8位的处理器，例如16位或者32位的处理器，由于寄存器宽度大于一个字节，那么必然存在着一个如果将多个字节安排的问题。因此就导致了大端存储模式和小端存储模式。例如一个16bit的short型x，在内存中的地址为0x0010，x的值为0x1122，那么0x11为高字节，0x22为低字节。对于大端模式，就将0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，刚好相反。我们常用的X86结构是小端模式，而KEIL C51则为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

 

五、如何判断机器的字节序

可以编写一个小的测试程序来判断机器的字节序：

int checkSystem()
{
    union check
    {
        int i;
        char ch;
    }c;
    c.i = 1;
    return (c.ch==1); //true 1 表示小端模式
}

或者用下面这个代码也可以测试大小端模式：

bool IsBigEndian()
{
	union NUM
	{
		int a;
		char b;
	}num;
	num.a = 0x1234;
	if( num.b == 0x12 )
	{
		return true;
	}
	return false;
}

六、常见的字节序

一般操作系统都是小端，而通讯协议是大端的。

常见CPU的字节序

Big Endian : PowerPC、IBM、Sun
Little Endian : x86、DEC
ARM既可以工作在大端模式，也可以工作在小端模式。
 

 常见文件的字节序

Adobe PS – Big Endian
BMP – Little Endian
DXF(AutoCAD) – Variable
GIF – Little Endian
JPEG – Big Endian
MacPaint – Big Endian
RTF – Little Endian

一个例子，请看下面的输出结果是多少？我的机器用上面的代码测试后是小端模式。

int main(void)
{
	int a[5] = {1,2,3,4,5};
	int* ptr1 = (int *)(&a+1);
	int* ptr2 = (int *)((int)a+1);
	printf("%x,%x\n",ptr1[-1],*ptr2);
	printf("%d,%d\n",ptr1[-1],*ptr2);
    system("pause");
}

先把结果拿出来

For ptr1:

经过调试数组a的首地址为0x002dfb80, &a+1表示把指针从a的首地址处移a数组大小，即移动5个int的大小（20）。20的16进制为0x14。所有&a+1的地址为0x002dfb80+0x14=0x002dfb94， 即ptr1的地址为0x002dfb94，ptr1[-1]就是地址0x002dfb94减一个int的大小，即ptr1[-1]=0x002dfb94-0x4=0x002dfb90。这里0x002dfb90的地址正好是a[4]的地址，所以结果是5。

For ptr2:

(int)a+1表示的是先把a转换为整形，然后再加1。最后把加1后的值作为一个指向int的指针。这里a本来就是数组的首地址。前面提到a的首地址为0x002dfb80，所有ptr2的地址为0x002dfb81.

这里注意，把ptr2输出来的时候就要考虑大小端模式了，我的环境为小端模式，所以地址的低位存储的是数据的高位。具体在内存中的存储为如下情况

因ptr2指向的是int类型，所有把*ptr2输出的时候它会连续取四个字节。地址空间为0x002dfb81~0x002dfb84。该地址空间对应的数据为 00000000 00000000 00000000 00000010，把此数据用小端模式读取出来为0x02000000。所以以16进制输出的结果2000000，0x02000000转换为十进制为33554432.

Reference：http://blog.csdn.net/ce123_zhouwei/article/details/6971544