Big Endian 和 Little Endian 的小混淆

Question

我正在阅读来自该站点 http://www.geeksforgeeks.org/little-and-big-endian-mystery/ 的小端和大端表示。

假设我们有一个数字 0x01234567，那么它在小端存储为 (67)(45)(23)(01)，在大端存储为 (01)(23)(45)(67) .

char *s= "ABCDEF"
int *p = (int *)s;
printf("%d",*(p+1)); // prints 17475 (value of DC)

在上面的代码中看到这里的打印值后，似乎字符串存储为（BA）（DC）（FE）。

为什么不像第一个例子那样从 LSB 存储到 MSB 的 (EF)(CD)(AB)？我认为字节序意味着在多字节中对字节进行排序。所以排序应该是关于“整个 2 个字节”的，就像第二种情况一样，而不是在这 2 个字节内，对吧？

Answer 1

在谈到将字节存储在s 指向的 char const 数组中时，字节序不会发挥作用。如果您检查*s 的内存，您会发现字节'a'、'b'、'c' ...，当在小端系统上解释为int 时，它会被解释为"DCBA" .

请记住，每个 char 已经是一个字节，如果您有 char const * s = "0xfedcab09"; 并且您在小端系统上执行了 printf("%d", *(int const *)s);，那么它将打印为 0x9abcdef 以十进制形式出现的任何内容。

Answer 2

使用 2 字节 ints，这就是你在内存中的内容

memAddr  |  0  |  1  |  2  |  3  |  4  |  5  |  6   |
data     | 'A' | 'B' | 'C' | 'D' | 'E' | 'F' | '\0' |
            ^ s points here
                        ^ p+1 points here

现在，您似乎正在使用 ASCII 编码，所以这就是您真正在内存中的内容

memAddr  |  0   |  1   |  2   |  3   |  4   |  5   |  6   |
data     | 0x41 | 0x42 | 0x43 | 0x44 | 0x45 | 0x46 | 0x00 |
            ^ s points here
                          ^ p+1 points here

所以对于小端机器来说，这意味着多字节类型的最低有效字节排在第一位。单个字节char 没有字节序的概念。 ASCII 字符串只是 chars 的字符串。这没有字节序。您的 ints 是 2 个字节。因此，对于从内存位置 2 开始的int，该字节是最不重要的，而地址 3 处的字节是最重要的。这意味着这里的数字，按照人们通常阅读数字的方式读取，是 0x4443（以 10 为基数的 17475，“DC”作为 ASCII 字符串），因为内存位置 3 中的 0x44 比内存位置 2 中的 0x43 更重要。对于大端，当然，这将被颠倒过来，数字将是 0x4344（以 10 为基数的 17220，“CD”作为 ASCII 字符串）。

编辑：

解决您的评论...c 字符串是NUL 终止的chars 数组，这绝对正确。 Endianess 仅适用于原始类型 short, int, long, long long 等（“原始类型”可能是不正确的命名法，知道的人可以纠正我）。数组只是连续内存的一部分，其中一种或多种类型直接相邻出现，按顺序存储。整个数组没有字节序的概念，但是字节序确实适用于数组中各个元素的原始类型。假设您有以下内容，假设 2 字节 ints：

int array[3];  // with 2 byte ints, this occupies 6 contiguous bytes in memory
array[0] = 0x1234;
array[1] = 0x5678;
array[2] = 0x9abc;

这就是内存的样子：无论是大端还是小端机器，它都是这样的

memAddr   |    0-1   |    2-3   |    4-5   |
data      | array[0] | array[1] | array[2] |

请注意，数组元素没有字节序的概念。无论元素是什么，这都是正确的。元素可以是原始类型，structs，任何东西。数组中的第一个元素始终位于 array[0]。

但是现在，如果我们查看数组中的实际内容，就会发现字节序确实发挥了作用。对于小端机器，内存将如下所示：

memAddr   |  0   |  1   |  2   |  3   |  4   |  5   |
data      | 0x34 | 0x12 | 0x78 | 0x56 | 0xbc | 0x9a |
             ^______^      ^______^      ^______^
             array[0]      array[1]      array[2]

最低有效字节在前。一个大端机器应该是这样的：

memAddr   |  0   |  1   |  2   |  3   |  4   |  5   |
data      | 0x12 | 0x34 | 0x56 | 0x78 | 0x9a | 0xbc |
             ^______^      ^______^      ^______^
             array[0]      array[1]      array[2]

请注意，数组中每个元素的 内容 都服从字节顺序（因为它是原始类型数组。如果它是 structs 的数组，struct 成员将不会t 受到某种字节序反转的影响，字节序仅适用于原语）。但是无论在大端还是小端机器上，数组元素的顺序还是一样的。

回到您的字符串，字符串只是一个以NUL 结尾的字符数组。 chars 是单字节，所以只有一种方法可以订购它们。考虑代码：

char word[] = "hey";

这就是你的记忆：

memAddr   |    0    |    1    |    2    |    3    |
data      | word[0] | word[1] | word[2] | word[3] |
                  equals NUL terminator '\0' ^

在这种情况下，word 数组的每个元素都是一个字节，并且只有一种方法可以订购单个项目，所以无论是在小端还是大端机器上，这都是您将拥有的记忆：

memAddr   |  0   |  1   |  2   |  3   |
data      | 0x68 | 0x65 | 0x79 | 0x00 |

Endianess 仅适用于多字节原始类型。我强烈建议在调试器中四处寻找，以在现场看到这一点。所有流行的 IDE 都有内存查看窗口，或者使用gdb，您可以使用print out memory。在gdb 中，您可以将内存打印为字节、半字（2 个字节）、字（4 个字节）、巨型字（8 个字节）等。在小端机器上，如果您将字符串打印为字节，您将按顺序查看字母。打印为半字，你会看到每 2 个字母“反转”，打印为单词，每 4 个字母“反转”，等等。在大端机器上，它都会以相同的“可读”顺序打印出来。

Answer 3

这里出现的混淆是由于符号。

字符串“ABCDEF”可以以多种方式解释（和存储）。

在字符串中，每个字母占用一个完整的字节 (char)。

char s[] = { 'A', 'B', 'C', 'D', 'E', 'F', 0 };

但是，数字 ABCDEF的十六进制表示是不同的，每个数字（'0'..'9'和'A'..'F'）只代表四位，或半个字节。因此，数字0xABCDEF是字节序列

0xAB 0xCD 0xEF

这就是 endianness 成为问题的地方：

• 小端：最低有效字节在前
  int x = { 0xEF, 0xCD, 0xAB };
• Big Endian：最高有效字节在前
  int x = { 0xAB, 0xCD, 0xEF }
• 混合字节序：
  int x = { 0xEF, 0x00, 0xCD, 0xAB }

Answer 4

字符串之间好像有点混淆

1)  "ABCDEF"

十六进制表示的数字11,259,375是

2)  0xABCDEF

在第一种情况下，每个字母占用一个完整的字节。
在第二种情况下，我们有六个十六进制数字；一个十六进制数字占 4 位，所以一个字节需要两个数字。

字节序明智的，以防万一
1）字符'A'，然后'B'等..按顺序写入内存。 'A' 是 0x41，'B' 是 0x42...以防万一
2）这是一个多字节整数，其字节顺序取决于架构。假设数字是 4 个字节，大端弧将存储在内存中（十六进制） 00 AB CD EF ； little-endian 将按以下顺序存储：EF CD AB 00

大端序

A  B  C  D  E  F
41 42 43 44 45 46   [ text ]
00 AB CD EF         [ integer ] 
----(addresses)---->

小端序

----(addresses)---->
A  B  C  D  E  F
41 42 43 44 45 46   [ text ]
EF CD AB 00         [ integer ]

你的情况

char *s= "ABCDEF";     // text
int *p = (int *)s;     //
printf("%d",*(p+1));   // *(p+1) is p[1]

由于您的实现具有 sizeof(int) == 2，因此打印的数字 (17475) 为 0x4443，或“DC”（字符），其中 0x44（“D”）作为 MSB，0x43（“C”）作为LSB 表明您的架构是 little-endian。

在内存中（按顺序）写入一串字符并以int 的形式读取其中的几个字符会给出一个取决于字节序的数字。是的，在这种情况下，字节顺序很重要。