确定编译器在 C 中是小端还是大端

Question

谁能告诉我这个程序如何确定编译器是小端还是大端。

#include <stdio.h>
#include <sys/types.h>
int main(void) {
    union {
       long lungo;
       char ch[sizeof(long)];
    } unione;
    unione.lungo = 1;
    if (unione.ch[sizeof(long)-1] == 0)
       printf("little endian\n");
    else
       printf("big endian\n");
    return (0);
}

特别是我不明白这部分程序的作用：

union {
       long lungo;
       char ch[sizeof(long)];
    } unione;

谢谢

Answer 1

一个联合的所有成员都占用相同的内存，因此它们相互重叠；写信给工会的一个成员会更新工会的所有个成员。

您已设置 unione 来存储 2 个成员； lungo 是 long，ch 是 char 的数组，大小可容纳 sizeof long 字节（4 或 8 字节，取决于您的系统；在本次讨论中，我们假设 4 字节）。这两个成员相互重叠（它们占用相同的 4 字节内存）。

请记住，在大端系统中，多字节类型的最重要字节将存储在地址 A，最不重要字节将存储在地址 A+3。在 little-endian 系统上，该顺序是相反的；最低有效字节将存储在地址 A，最高有效字节将存储在地址 A+3：

   BE:  A     A+1   A+2   A+3     where A is arbitrary address
        ----  ----  ----  ----
lungo:  0x00  0x00  0x00  0x01
        ----  ----  ----  ----
   LE:  A+3   A+2   A+1   A

另一方面，数组总是这样存储的，a[0] 存储在地址 A，a[1] 存储在 A+1，等等。所以如果我们查看 ch 与 lungo 的关系在大端和小端系统上，我们看到以下内容：

   BE: ch[0]  ch[1]  ch[2]  ch[3]
       -----  -----  -----  -----
lungo: 0x00   0x00   0x00   0x01
       -----  -----  -----  -----
   LE: ch[3]  ch[2]  ch[1]  ch[0]

因此，在 little-endian 系统上，ch[0] 对应于 lungo 的最低有效字节，其中包含值 0x01。在大端系统上，ch[0] 对应于lungo 的最高有效字节，其中包含值0x00。

这是确定字节顺序的常用技巧，但严格来说，该行为是未定义的；您不应该写信给工会的一个成员并从另一个成员那里阅读。这种技术“有效”是因为任何多字节类型都可以干净地映射到char 或unsigned char 的数组上，但通常不能在两种多字节类型之间干净地应用它。

没有 100% 可移植、符合标准的方法来确定系统的字节顺序，至少我所知道的没有。我所知道的所有这些都涉及像这样的技巧或某种类型的双关语，比如

long l = 0x00010203;
char *c = (char *) &l; 
if ( c[0] == 0x03 )
  // little-endian
else if ( c[0] == 0x00 )
  // big-endian
else 
  // something else

同样，这不是好的做法，可能未定义，但它在大多数情况下“有效”。

Big-endianness 和 little-endianness 并不是唯一可能的排序方式，而且在单个系统上可能有多个排序方式。 VAXen 通常是 little-endian，除了 32 位浮点数，它们是“middle-endian”，布局为 2301。

Answer 2

union {
       long lungo;
       char ch[sizeof(long)];
    } unione;

这是一个联合。它的成员占用相同的内存区域。写入一个成员（在这种情况下为整数）是一种常见的技巧......

unione.lungo = 1;

...然后通过另一个（通常是 char 数组）读回...

if (unione.ch[sizeof(long)-1] == 0)

...获取前一种类型的字节表示。 （在这种情况下，整数的“第一个”字节，以确定存储在整数中的1 是否显示在其中（这将使它成为一个小端平台），或者不（这将使它成为一个大-endian 平台）。注意@chux 评论——其他形式的字节序确实存在，尽管它们非常罕见。

附录 J.1 将“存储到的最后一个以外的联合成员的值”指定为未指定。

附录 J.3.13 将“任何对象中字节的数量、顺序和编码（当本国际标准中未明确指定时）”指定为实现定义。

第 6.2.6 节（“类型的表示”）指定“某些对象表示不需要表示对象类型的值。如果存储的 对象的值具有这样的表示，并且被没有字符类型的左值表达式读取，行为是undefined。”

所以，虽然不是未定义的行为，但这个构造是......比方说，走近边线。 ;-)

Answer 3

如果你的编译器有uint16_t，#define IS_BIG_ENDIAN (!*(unsigned char*)(void*)&(uint16_t){1}) 是一个很好的方法。但是很可能还有其他“字节顺序”方案可能会给您带来误报。我不知道。在这一点上，我欢迎举个反例来投反对票！

从技术上讲，使用“联合技巧”的行为在 C++ 中是未定义的，尽管您可以在 C 中摆脱它。

通过(void*) 进行强制转换在 C 中是多余的，但在 C++ 中技术上是必需的。