什么是“字”?
字是表示计算机数据单位的术语,是计算机一次处理事务的一个固定长度的位组。当要处理的数据是 32 位整数时,一个字就是 32 位,4 个字节。例如,处理 32 位整数的加法时,计算机一次需要输入 4 个字节的数据作为参与运算的一个“字”。
这里对“字”的解释不够准确,但有助于理解字节序。
字节序
字节序表示一个由多个字节组成的字中字节的排列顺序。字节序有两种,一种是按照字面值排列,另一种与之相反。给出一个字所在的连续内存,需要按照预定的顺序读取字中的字节来组成字。通常,以两种顺序分别读取字节成字,会得到完全不同的值。
例如:给出一个由 4 个字节组成的字(一个 32 位整数)在内存中的十六进制表示,12345678
。其中,前面(左边)的字节所在的内存地址为低地址,后面(右边)的字节所在的内存地址为高地址。按照人类读写习惯,这个字应当读作 0x12345678
。但如果按照以人类读写习惯相反的顺序读取,这块内存所表示的字就是 0x78563412
。注意,读取时以单个字节(8 位)为单位,所以结果不是 87654321
。
大端序
大端字节序是一个与人类读写习惯一致的字节序。字中连续字节先读到的字节(内存低地址)作为数值的高位,后读到的(内存高地址)作为数值的低位。即数值的高位放在内存低地址处,低位放在高地址处。
例如:一个 4 个字节的字的内存首地址为 0x100
,占用了 0x100~0x103
的地址空间。这个字的值为十六进制数字 0x12345678
,高位是 0x12
,低位是 0x78
。按照大端字节序的规则,这 4 个字节地址中分别存放的数据分别是:
0x100
:0x12
0x101
:0x34
0x102
:0x56
0x103
:0x78
小端序
小端字节序将先从字中读出的字节(内存低地址)作为数值的低位,后读到的字节(内存高地址)作为数值的高位。按照小端字节序的规则,数字 0x12345678
在内存中应当表示为:
0x100
:0x78
0x101
:0x56
0x102
:0x34
0x103
:0x12
在树莓派上的示例
int main() {
unsigned int value = 0x12345678;
printf("Hex value = %x\n", value);
unsigned int* pv = &value;
unsigned char* pc = (unsigned char*)pv;
for (int i = 0; i < sizeof(value); i++) {
printf("Hex vaule = %x, address = %p\n", pc[i], pc + i);
}
return 0;
}
输出如下:
Hex value = 12345678
Hex vaule = 78, address = 0xffffff3caad0 #内存的低地址区域存放数值的低位
Hex vaule = 56, address = 0xffffff3caad1
Hex vaule = 34, address = 0xffffff3caad2
Hex vaule = 12, address = 0xffffff3caad3
$ cat /proc/device-tree/model
Raspberry Pi 3 Model B Rev 1.2%
$ lscpu
Architecture: aarch64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian # 小端字节序CPU
CPU(s): 4
On-line CPU(s) list: 0-3
什么时候会用到字节序
存储一个整数时,计算机会找一块合适大小的内存空间来保存。当以一个整数的方式来读取一块内存时,这块是一个整体,不关心字节的存储顺序。而以单个字节的方式来访问这个整数所在的地址空间时,将从低地址开始,依次读取每个字节中所存储的数据。对于小端字节序的计算机,先读到的字节(低地址)是这个整数低位的数据。
可以发现,在同一台计算机上处理数据时,我们不需要考虑字节序,因为写入和读取用的是同一种规则。但是,当需要和其他计算机通信或编写跨平台程序时,就需要考虑字节序。常用的个人计算机所采用的 CPU 一般是小端字节序,而 PowerPC 处理器采用的是大端字节序。为了确保不同字节序处理器能够通过网络正确的处理信息,TCP/IP 协议定义大端序为网络字节序。
字节序转换
在网络编程时,经常需要将网络中获得的数据转换为主机字节序。在 Linux 中通常使用 arpa/inet.h
头文件下的 4 个转换函数完成字节序的转换,在不同字节序处理器上可以通用。
#include <arpa/inet.h>
// 主机字节序转换为网络字节序(无符号32位、16位整数)
uint32_t htonl(uint32_t hostlong);
uint16_t htons(uint16_t hostshort);
// 网络字节序转换为主机字节序(无符号32位、16位整数)
uint32_t ntohl(uint32_t netlong);
uint16_t ntohs(uint16_t netshort);
64 位?
有时候,可能需要将 64 位整数转换字节序,下面方法来自stack overflow。
#define htonll(x) ((1==htonl(1)) ? (x) : ((uint64_t)htonl((x) & 0xFFFFFFFF) << 32) | htonl((x) >> 32))
#define ntohll(x) ((1==ntohl(1)) ? (x) : ((uint64_t)ntohl((x) & 0xFFFFFFFF) << 32) | ntohl((x) >> 32))
这两个宏非常巧妙,首先判断当前计算机字节序,需要转换时先后转换前后 32 位数字,再将先后 32 位数字通过“或”运算组成 64 位结果。