认识 Big-endian and Little-endian

   做嵌入式，由于做的是上层的路由协议，感觉和底层接触的太少了，以至于时常会被对字节序玩弄， 搞的头脑昏昏，最后由于并没有接触，以至于只是记了下这些：

•   网络字节序一般都是Big-endian。
•   主机字节序则需要查看设备的CPU架构：一般的有精简指令集的，常见的为ARM架构，比如手机，路 由器，交换机等，他们的字节序一般是可以手动配置的。还有一种架构是复杂指令集的，常见的为x86系列，比如PC机，这种一般都是Little-endian字节序的。我们公司用的是Big-endian的设备。
•   Berkeley套接字API定义了一组函数用于16和32bit整数在网络序和主机字节序之间的转换。htonl，htons用于本机序转换到网络序；ntohl，ntohs用于网络序转换到本机序。

可惜记住这些，最后还是只能在用的时候死记这些，并不明白其中含义，所以在网上查阅了一些相关资料，增加了一点对于字节序的认识。

不看不知道，一看还蛮有趣的关于endian的来源：

“endian”一词来源于乔纳森·斯威夫特的小说格列佛游记。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）剥开而争论，争论的双方分别被称为Big-endians和Little- endians。



1980年，Danny Cohen在其著名的论文"On Holy Wars and a Plea for Peace"中，为平息一场关于字节该以什么样的顺序传送的争论，而引用了该词。

ps:大师们的涉猎真是广啊！

对于主机中的字节序，个人觉得其实字节序是指CPU从输入设备中获得数据写入到内存中的顺序。当然是对于该数据是大于设备内存的存储单位的（一般为8bites），如果一个数据是小于等于一个字节的，那它也就没有什么所谓的字节序了，内存中直接分配一个单位给它就能储存它所表示的值了。

（ps:上述的想麻烦牛人们正确讲解一下）

看下面的代码：

#include <stdio.h>
#include <stdlib.h>


int main(void)
{
  union
  {
    int i;
    char x[5];
  }a;

  a.x[0] = 5;
  a.x[1] = 4;
  a.x[2] = 3;
  a.x[3] = 2;
  a.x[4] = 1;


  printf("\n a.i = %x", a.i); /* 这里i 只有四个字节，所以没有最低位的a.x[4] */
  printf("\n a.i = %p, a.x=%p", &a.i, &a.x);
  printf("\n a.x[3] = %p, a.x[4] = %p, sizeof(a)= %d", &a.x[3], &a.x[4], sizeof(a));

  return 0;
}

运行结果：

从运行结果中我们可以看到，在union 结构 a 中 i 和 x的内存地址是一样的，这个符合一般我们对于union 的理解。数组x中数据存储在内存中也是按照写入的顺序从低地址到高地址储存。（如结果中的x[3],和x[4]的地址可以看出，因为char是一个字节的，所以存储时不关心字节序）。而 最终 i 输出的值是多少则是由主机的cpu到底属于哪个架构决定的。(本台机器是x86的，是Little-endian)

这里先了解一下在大小端的情况下到底CPU是按照怎么样的顺序读取内存中的数据：

先认识一下基本的知识，关于高低字节和高低位，

高低位是相对于内存中数据存储的地址的高低，如下图：（ps:摘自网络32byte）

----------------------- 最高内存地址 0xffffffff

| 栈底

.

. 栈

.

栈顶

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

|

|

/|/



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

这里如上例中的a.x[5]，由于x[5]是由栈已分配好的，所以x[4],x[3],x[2],x[1],x[0]已经在栈中有各自的地址：

栈底 （高地址）
----------

x[4]
x[3]
x[2]
x[1]
x[0]

----------
栈顶 （低地址）

这个可以从运行结果得到验证。

高低字节则是指例如一个数 int a = 0x01020304,那么高字节到低字节依次是1  2  3  4.

 

了解了高低位和高低字节后看下面的例子

例子是WIKI百科中的一个例子：

以十六字节的数据为例：0A0B0C0D （该数据对应的是从高地址地址到低地址，即0A是高地址，0D是低地址）

大端：

存储单位为8bites

地址增长方向  →
...	0x0A	0x0B	0x0C	0x0D	...

储存单位为16bites

increasing addresses  →
...	0A0Bh	0C0Dh	...

可以看到大端字节序把0A0B0C0D存储到内存中是把高字节的0A储存在内存中的低地址位，而低字节0D则是在高地址位。

小端字节序：

储存单位为8bites

increasing addresses  →
...	0Dh	0Ch	0Bh	0Ah	...

存储单位为16bites

increasing addresses  →
...	0C0Dh	0A0Bh	...

很明显可以看出此时小端字节序和大端正好相反，把高字节的0A放在内存的高地址位，低字节的0D放在低地址位。

 

在了解了下字节序后，可以来解决这个最初代码中的那个x.i的值的问题了：

union中 i 和 x 是共用一段内存区域的，所以它们的首地址是一样的。

x[5] 在内存中的分布是

栈底 （高地址）
----------
x[4] 01                                                                                        x[3] 02
x[2] 03
x[1] 04
x[0] 05
----------
栈顶 （低地址）

由于都是一个字节的所以没有所谓的字节序。当要通过a.i 取值时，由于i 是int类型占四个字节，所以相应的 i 会取从起始位置x[0]开始的四个字节依次是 05 04 03 02 。由于是小端字节序，所以应该高地址位对于高字节，所以 i 的值是 i = 2030405;(十六进制表示)。

感觉这个例子不好理解，其实应该修改程序，把给x[5]赋值换成给i 赋值更能直接的表达小端字节序是怎么存储的。

修改代码：

 

#include <stdio.h>
#include <stdlib.h>


int main(void)
{
  union
  {
    int i;
    char x[5];
  }a;

#if 0
  a.x[0] = 5;
  a.x[1] = 4;
  a.x[2] = 3;
  a.x[3] = 2;
  a.x[4] = 1;
#endif

  a.i = 0x02030405;
  printf("\n a.i = %x", a.i); /* 这里i 只有四个字节，所以没有最低位的a.x[4] */
  printf("\n a.i = %p, a.x=%p", &a.i, &a.x);
  printf("\n a.x[0] = %x, a.x[1] = %x, a.x[2] = %x, a.x[3] = %x, a.x[4] = %x,sizeof(a)= %d", a.x[0], a.x[1], a.x[2], a.x[3], a.x[4], sizeof(a));

  return 0;
}

运行结果为：

有兴趣可以分析，理解一下这个结果。

有关字节序可以查看wiki中的文章：

英文版：

中文版：

ps: 希望有理解错误的地方能够帮忙指正！

添加一个实例：　

试题1：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
　　解答：
int checkCPU()
{
　{
　　union w
　　{ 
　　　int a;
　　　char b;
　　} c;
　　c.a = 1;
　　return (c.b == 1);
　}
} 
　　剖析：
　嵌入式系统开发者应该对Little-endian和Big-endian模式非常了解。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。例如，16bit宽的数0x1234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 存放内容 
0x4000 0x34 
0x4001 0x12 
　　而在Big-endian模式CPU内存中的存放方式则为：
内存地址 存放内容 
0x4000 0x12 
0x4001 0x34 
　　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 存放内容 
0x4000 0x78 
0x4001 0x56 
0x4002 0x34 
0x4003 0x12 
　　而在Big-endian模式CPU内存中的存放方式则为：
内存地址 存放内容 
0x4000 0x12 
0x4001 0x34 
0x4002 0x56 
0x4003 0x78 
　　联合体union的存放顺序是所有成员都从低地址开始存放，面试者的解答利用该特性，轻松地获得了CPU对内存采用Little-endian还是Big-endian模式读写。