詳解大端模式和小端模式

一、大端模式和小端模式的起源

        關於大端小端名詞的由來，有一個有趣的故事，來自於Jonathan Swift的《格利佛游記》：Lilliput和Blefuscu這兩個強國在過去的36個月中一直在苦戰。戰爭的原因：大家都知道，吃雞蛋的時候，原始的方法是打破雞蛋較大的一端，可以那時的皇帝的祖父由於小時侯吃雞蛋，按這種方法把手指弄破了，因此他的父親，就下令，命令所有的子民吃雞蛋的時候，必須先打破雞蛋較小的一端，違令者重罰。然后老百姓對此法令極為反感，期間發生了多次叛亂，其中一個皇帝因此送命，另一個丟了王位，產生叛亂的原因就是另一個國家Blefuscu的國王大臣煽動起來的，叛亂平息后，就逃到這個帝國避難。據估計，先后幾次有11000余人情願死也不肯去打破雞蛋較小的端吃雞蛋。這個其實諷刺當時英國和法國之間持續的沖突。Danny Cohen一位網絡協議的開創者，第一次使用這兩個術語指代字節順序，后來就被大家廣泛接受。
 

二、什么是大端和小端

舉一個例子，比如數字0x12 34 56 78在內存中的表示形式。

1)大端模式：Big-Endian就是高位字節排放在內存的低地址端，低位字節排放在內存的高地址端。

　　　　　　　　　　　　（其實大端模式才是我們直觀上認為的模式，和字符串存儲的模式差類似）

低地址 --------------------> 高地址
0x12  |  0x34  |  0x56  |  0x78

2)小端模式：Little-Endian就是低位字節排放在內存的低地址端，高位字節排放在內存的高地址端。

低地址 --------------------> 高地址
0x78  |  0x56  |  0x34  |  0x12

3)下面是兩個具體例子： 

16bit寬的數0x1234在Little-endian模式（以及Big-endian模式）CPU內存中的存放方式（假設從地址0x4000開始存放）為：

  

內存地址	小端模式存放內容	大端模式存放內容
0x4000	0x34	0x12
0x4001	0x12	0x34

32bit寬的數0x12345678在Little-endian模式以及Big-endian模式）CPU內存中的存放方式（假設從地址0x4000開始存放）為：

內存地址	小端模式存放內容	大端模式存放內容
0x4000	0x78	0x12
0x4001	0x56	0x34
0x4002	0x34	0x56
0x4003	0x12	0x78

 

 4)大端小端沒有誰優誰劣，各自優勢便是對方劣勢：

小端模式 ：強制轉換數據不需要調整字節內容，1、2、4字節的存儲方式一樣。
大端模式 ：符號位的判定固定為第一個字節，容易判斷正負。

三、數組在大端小端情況下的存儲：

　　以unsigned int value = 0x12345678為例，分別看看在兩種字節序下其存儲情況，我們可以用unsigned char buf[4]來表示value：
　　Big-Endian: 低地址存放高位，如下：
高地址
        ---------------
        buf[3] (0x78) -- 低位
        buf[2] (0x56)
        buf[1] (0x34)
        buf[0] (0x12) -- 高位
        ---------------
        低地址
Little-Endian: 低地址存放低位，如下：
高地址
        ---------------
        buf[3] (0x12) -- 高位
        buf[2] (0x34)
        buf[1] (0x56)
        buf[0] (0x78) -- 低位
        --------------
低地址

四、為什么會有大小端模式之分呢？

      這是因為在計算機系統中，我們是以字節為單位的，每個地址單元都對應着一個字節，一個字節為8bit。但是在C語言中除了8bit的char之外，還有16bit的short型，32bit的long型（要看具體的編譯器），另外，對於位數大於8位的處理器，例如16位或者32位的處理器，由於寄存器寬度大於一個字節，那么必然存在着一個如果將多個字節安排的問題。因此就導致了大端存儲模式和小端存儲模式。例如一個16bit的short型x，在內存中的地址為0x0010，x的值為0x1122，那么0x11為高字節，0x22為低字節。對於大端模式，就將0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，剛好相反。我們常用的X86結構是小端模式，而KEIL C51則為大端模式。很多的ARM，DSP都為小端模式。有些ARM處理器還可以由硬件來選擇是大端模式還是小端模式。

五、如何判斷機器的字節序

可以編寫一個小的測試程序來判斷機器的字節序：

 

BOOL IsBigEndian()  
{  
    int a = 0x1234;  
    char b =  *(char *)&a;  //通過將int強制類型轉換成char單字節，通過判斷起始存儲位置。即等於 取b等於a的低地址部分  
    if( b == 0x12)  
    {  
        return TRUE;  
    }  
    return FALSE;  
}

聯合體union的存放順序是所有成員都從低地址開始存放，利用該特性可以輕松地獲得了CPU對內存采用Little-endian還是Big-endian模式讀寫：

BOOL IsBigEndian()  
{  
    union NUM  
    {  
        int a;  
        char b;  
    }num;  
    num.a = 0x1234;  
    if( num.b == 0x12 )  
    {  
        return TRUE;  
    }  
    return FALSE;  
}

六、常見的字節序

一般操作系統都是小端，而通訊協議是大端的。

4.1 常見CPU的字節序

Big Endian : PowerPC、IBM、Sun
Little Endian : x86、DEC
ARM既可以工作在大端模式，也可以工作在小端模式。
 

4.2 常見文件的字節序

Adobe PS – Big Endian
BMP – Little Endian
DXF(AutoCAD) – Variable
GIF – Little Endian
JPEG – Big Endian
MacPaint – Big Endian
RTF – Little Endian
 
另外，Java和所有的網絡通訊協議都是使用Big-Endian的編碼。

七、如何進行轉換

對於字數據（16位）：（程序中的“\”表示當前行和下一行是同一行）

#define BigtoLittle16(A)   (( ((uint16)(A) & 0xff00) >> 8)    | \  
                                       (( (uint16)(A) & 0x00ff) << 8))  

對於雙字數據（32位）：

#define BigtoLittle32(A)   ((( (uint32)(A) & 0xff000000) >> 24) | \  
                                       (( (uint32)(A) & 0x00ff0000) >> 8)   | \  
                                       (( (uint32)(A) & 0x0000ff00) << 8)   | \  
                                       (( (uint32)(A) & 0x000000ff) << 24))  

八、從軟件的角度理解端模式

        從軟件的角度上，不同端模式的處理器進行數據傳遞時必須要考慮端模式的不同。如進行網絡數據傳遞時，必須要考慮端模式的轉換。在Socket接口編程中，以下幾個函數用於大小端字節序的轉換。

#define ntohs(n)     //16位數據類型網絡字節順序到主機字節順序的轉換  
#define htons(n)     //16位數據類型主機字節順序到網絡字節順序的轉換  
#define ntohl(n)      //32位數據類型網絡字節順序到主機字節順序的轉換  
#define htonl(n)      //32位數據類型主機字節順序到網絡字節順序的轉換  

其中互聯網使用的網絡字節順序采用大端模式進行編址，而主機字節順序根據處理器的不同而不同，如PowerPC處理器使用大端模式，而Pentuim處理器使用小端模式。
       大端模式處理器的字節序到網絡字節序不需要轉換，此時ntohs(n)=n，ntohl = n；而小端模式處理器的字節序到網絡字節必須要進行轉換，此時ntohs(n) = __swab16(n)，ntohl = __swab32(n)。__swab16與__swab32函數定義如下所示。

#define ___swab16(x)  
{  
            __u16 __x = (x);  
            ((__u16)(  
                        (((__u16)(__x) & (__u16)0x00ffU) << 8) |  
                        (((__u16)(__x) & (__u16)0xff00U) >> 8) ));  
}  
  
  
#define ___swab32(x)  
{  
            __u32 __x = (x);  
            ((__u32)(  
                        (((__u32)(__x) & (__u32)0x000000ffUL) << 24) |  
                        (((__u32)(__x) & (__u32)0x0000ff00UL) << 8) |  
                        (((__u32)(__x) & (__u32)0x00ff0000UL) >> 8) |  
                        (((__u32)(__x) & (__u32)0xff000000UL) >> 24) ));  
}  

 PowerPC處理器提供了lwbrx，lhbrx，stwbrx，sthbrx四條指令用於處理字節序的轉換以優化__swab16和__swap32這類函數。此外PowerPC處理器中的rlwimi指令也可以用來實現__swab16和__swap32這類函數。

       在對普通文件進行處理也需要考慮端模式問題。在大端模式的處理器下對文件的32，16位讀寫操作所得到的結果與小端模式的處理器不同。單純從軟件的角度理解上遠遠不能真正理解大小端模式的區別。事實上，真正的理解大小端模式的區別，必須要從系統的角度，從指令集，寄存器和數據總線上深入理解，大小端模式的區別。

 

九、從系統的角度理解端模式

先補充兩個關鍵詞，MSB和LSB：
　　  MSB:MoST Significant Bit ------- 最高有效位
        LSB:Least Significant Bit ------- 最低有效位

 

        處理器在硬件上由於端模式問題在設計中有所不同。從系統的角度上看，端模式問題對軟件和硬件的設計帶來了不同的影響，當一個處理器系統中大小端模式同時存在時，必須要對這些不同端模式的訪問進行特殊的處理。
       PowerPC處理器主導網絡市場，可以說絕大多數的通信設備都使用PowerPC處理器進行協議處理和其他控制信息的處理，這也可能也是在網絡上的絕大多數協議都采用大端編址方式的原因。因此在有關網絡協議的軟件設計中，使用小端方式的處理器需要在軟件中處理端模式的轉變。而Pentium主導個人機市場，因此多數用於個人機的外設都采用小端模式，包括一些在網絡設備中使用的PCI總線，Flash等設備，這也要求在硬件設計中注意端模式的轉換。
       本文提到的小端外設是指這種外設中的寄存器以小端方式進行存儲，如PCI設備的配置空間，NOR FLASH中的寄存器等等。對於有些設備，如DDR顆粒，沒有以小端方式存儲的寄存器，因此從邏輯上講並不需要對端模式進行轉換。在設計中，只需要將雙方數據總線進行一一對應的互連，而不需要進行數據總線的轉換。
       如果從實際應用的角度說，采用小端模式的處理器需要在軟件中處理端模式的轉換，因為采用小端模式的處理器在與小端外設互連時，不需要任何轉換。而采用大端模式的處理器需要在硬件設計時處理端模式的轉換。大端模式處理器需要在寄存器，指令集，數據總線及數據總線與小端外設的連接等等多個方面進行處理，以解決與小端外設連接時的端模式轉換問題。在寄存器和數據總線的位序定義上，基於大小端模式的處理器有所不同。
       一個采用大端模式的32位處理器，如基於E500內核的MPC8541，將其寄存器的最高位msb（most significant bit）定義為0，最低位lsb（lease significant bit）定義為31；而小端模式的32位處理器，將其寄存器的最高位定義為31，低位地址定義為0。與此向對應，采用大端模式的32位處理器數據總線的最高位為0，最高位為31；采用小端模式的32位處理器的數據總線的最高位為31，最低位為0。         
       大小端模式處理器外部總線的位序也遵循着同樣的規律，根據所采用的數據總線是32位，16位和8位，大小端處理器外部總線的位序有所不同。大端模式下32位數據總線的msb是第0位，MSB是數據總線的第0~7的字段；而lsb是第31位，LSB是第24~31字段。小端模式下32位總線的msb是第31位，MSB是數據總線的第31~24位，lsb是第0位，LSB是7~0字段。大端模式下16位數據總線的msb是第0位，MSB是數據總線的第0~7的字段；而lsb是第15位，LSB是第8~15字段。小端模式下16位總線的msb是第15位，MSB是數據總線的第15~7位，lsb是第0位，LSB是7~0字段。大端模式下8位數據總線的msb是第0位，MSB是數據總線的第0~7的字段；而lsb是第7位，LSB是第0~7字段。小端模式下8位總線的msb是第7位，MSB是數據總線的第7~0位，lsb是第0位，LSB是7~0字段。
         由上分析，我們可以得知對於8位，16位和32位寬度的數據總線，采用大端模式時數據總線的msb和MSB的位置都不會發生變化，而采用小端模式時數據總線的lsb和LSB位置也不會發生變化。
         為此，大端模式的處理器對8位，16位和32位的內存訪問（包括外設的訪問）一般都包含第0~7字段，即MSB。小端模式的處理器對8位，16位和32位的內存訪問都包含第7~0位，小端方式的第7~0字段，即LSB。由於大小端處理器的數據總線其8位，16位和32位寬度的數據總線的定義不同，因此需要分別進行討論在系統級別上如何處理端模式轉換。在一個大端處理器系統中，需要處理大端處理器對小端外設的訪問。

十、實際中的例子

       雖然很多時候，字節序的工作已由編譯器完成了，但是在一些小的細節上，仍然需要去仔細揣摩考慮，尤其是在以太網通訊、MODBUS通訊、軟件移植性方面。這里，舉一個MODBUS通訊的例子。在MODBUS中，數據需要組織成數據報文，該報文中的數據都是大端模式，即低地址存高位，高地址存低位。假設有一16位緩沖區m_RegMW[256]，因為是在x86平台上，所以內存中的數據為小端模式：m_RegMW[0].low、m_RegMW[0].high、m_RegMW[1].low、m_RegMW[1].high……
為了方便討論，假設m_RegMW[0] = 0x3456; 在內存中為0x56、0x34。
       現要將該數據發出，如果不進行數據轉換直接發送，此時發送的數據為0x56,0x34。而Modbus是大端的，會將該數據解釋為0x5634而非原數據0x3456，此時就會發生災難性的錯誤。所以，在此之前，需要將小端數據轉換成大端的，即進行高字節和低字節的交換，此時可以調用步驟五中的函數BigtoLittle16(m_RegMW[0])，之后再進行發送才可以得到正確的數據。