小端序和大端序

写在开头

大家都知道，数据存储在内存中时，由于1字节只有8位，存储的数据范围有限，我们需要将占用多个字节的数据按照特定顺序排列存储。在存储过程中，根据实际使用场景特点，会采用不同的字节序——小端序(Little Endian)和大端序(Big Endian)。

什么是字节序

字节序，又称端序或尾序(Endianness)。在计算机领域中，指电脑内存中或在数字通信链路中，占用多个字节的数据的字节排列顺序。在几乎所有的平台上，多字节对象都被存储为连续的字节序列。

小端序和大端序

首先我们给出这两个字节序的定义：

  • 小端序：将高位字节保存在内在存的高地址（低位字节在前）的方式。
  • 大端序：将高位字节保存在内存的低地址（高位字节在前）的方式。

以存储0x12345678为例。显然他是一个四字节的数据。大端序的保存数据示意图如下：

be.png

小端序存储结果则如下：
le.png

字节序作用

计算机电路先处理低位字节，效率比较高，因为计算都是从低位开始的。所以，计算机的内部处理都是小端字节序。在计算机内部，小端序被广泛应用于现代 CPU 内部存储数据；而在其他场景，比如网络传输和文件存储则使用大端序。
不同CPU保存和解析数据的方式不同(主流的Intel系列CPU为小端序)。现在还有支持两种字节序的处理器(如ARM, 曾经ARM架构的处理器也是小端序，但现在的为支持两种字节序)。

查看计算机的字节序

想要查看自己计算机的字节序，只需要将存储的一个多字节数据按内存顺序输出即可。代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <stdio.h>

void show_mem_rep(char *start, int n)
{
	int i;
	for (i = 0; i < n; i++)
		printf(" %.2x", start[i]);
	printf("\n");
}

int main()
{
    int i = 0x12345678;
    show_mem_rep((char *)&i, sizeof(i));
    getchar();
    return 0;
}

结果如下，测试计算机为小端序。

test.jpg

另外有一种更为方便的检测方法，使用0x00000001，将其转换为占一个字节的字符类型时将会截断原来的存储。由此检测这一字节存储的是1还是0即可确定字节序：

1
2
3
4
5
6
7
8
9
10
11
12
13
#include <stdio.h>

int main()
{
    unsigned int i = 1;
    char *c = (char*)&i;
    if (*c)
    	printf("Little endian");
    else
    	printf("Big endian");
    getchar();
    return 0;
}

test2.jpg

大小端转换

大多数时候，编译器会处理字节顺序，但是，在以下情况下，字节顺序会成为一个问题。
它在网络编程中很重要：假设将整数写入小端机器上的文件，然后将此文件传输到大端机器。除非有小端到大端的转换，否则大端机器会倒序读取文件，通信时就会发生数据解析错误。
网络的标准字节序是大端序，也称为网络字节序。在网络上传输数据之前，首先将数据转换为网络字节序。主机A先把数据转换成大端序再进行网络传输，主机B收到数据后先转换为自己的格式再解析。

字节序会搞坏文件吗

既然有这么多字节序，那如果我把一张图片、一首歌或者一个文档转移到不同字节序CPU的电脑上，文件会变得不可读吗？答案是不会的。以1字节为基本单位的文件格式与字节顺序无关。其他文件格式一般会使用一些固定的字节序格式，例如JPEG 文件以大端序格式存储。

哪种字节序更好呢

小端序和大端序的词其实来自Jonathan Swift 的《格列佛游记》。 两群人无法就鸡蛋应该从哪一端打开达成一致——小端还是大端。就像鸡蛋问题一样，没有技术理由选择一个字节排序约定而不是另一个，因此争论退化为关于社会意识问题的争吵。只要选择并始终遵守其中一项约定，该选择就是任意的。