小端字節序與大端字節序


在各種計算機體系結構中,對於字節、字等的存儲機制有所不同,因而引發了計算機通信領域中一個很重要的問題,即通信雙方交流的信息單元(比特、字節、字、雙字等等)應該以什么樣的順序進行傳送。如果不達成一致的規則,通信雙方將無法進行正確的編/譯碼從而導致通信失敗。

目前在各種體系的計算機中通常采用的字節存儲機制主要有兩種:Big-Endian 和 Little-Endian,下面先從字節序說起。

1、什么是字節序

字節序,顧名思義字節的順序,就是大於一個字節類型的數據在內存中的存放順序(一個字節的數據當然就無需談順序的問題了)

字節序分為兩類:Big-Endian 和 Little-Endian,引用標准的 Big-Endian 和 Little-Endian 的定義如下:

  • 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。
  • 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。
  • 網絡字節序:TCP/IP各層協議將字節序定義為 Big-Endian(這與主機序相反),因此TCP/IP協議中使用的字節序通常稱之為網絡字節序。

1.1 什么是高/低地址端

首先我們要知道我們 C 程序映像中內存的空間布局情況:在《C專家編程》中或者《Unix環境高級編程》中有關於內存空間布局情況的說明,大致如下圖:
----------------------- 最高內存地址 0xffffffff
棧底

棧頂
-----------------------

NULL (空洞) 
-----------------------

-----------------------
未初始化的數據
----------------------- 統稱數據段
初始化的數據
-----------------------
正文段(代碼段)
----------------------- 最低內存地址 0x00000000

以上圖為例如果我們在棧上分配一個unsigned char buf[4],那么這個數組變量在棧上是如何布局的呢?看下圖:
棧底 (高地址)
----------
buf[3] 
buf[2]
buf[1]
buf[0]
----------
棧頂(低地址)

1.2 什么是高/低字節

現在我們弄清了高/低地址,接着考慮高/低字節。有些文章中稱低位字節為最低有效位,高位字節為最高有效位。如果我們有一個32位無符號整型 0x12345678,那么高位是什么,低位又是什么呢?其實很簡單。在十進制中我們都說靠左邊的是高位,靠右邊的是低位,在其他進制也是如此。就拿 0x12345678 來說,從高位到低位的字節依次是 0x12、0x34、0x56 和 0x78。
高/低地址端和高/低字節都弄清了。我們再來回顧一下 Big-Endian 和 Little-Endian 的定義,並用圖示說明兩種字節序:
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 unsignedchar buf[4] 來表示 value:

Big-Endian: 低地址存放高位,如下圖:
棧底 (高地址)
---------------
buf[3] (0x78) -- 低位
buf[2] (0x56)
buf[1] (0x34)
buf[0] (0x12) -- 高位
---------------
棧頂 (低地址)

Little-Endian: 低地址存放低位,如下圖:
棧底 (高地址)
---------------
buf[3] (0x12) -- 高位
buf[2] (0x34)
buf[1] (0x56)
buf[0] (0x78) -- 低位
--------------
棧 頂 (低地址)

2、各種 Endian

2.1 Big-Endian

計算機體系結構中一種描述多字節存儲順序的術語,在這種機制中最重要字節(MSB)存放在最低端的地址 上。采用這種機制的處理器有 IBM3700系列、PDP-10、Mortolora 微處理器系列和絕大多數的 RISC 處理器。
+----------+
| 0x34 |<-- 0x00000021
+----------+
| 0x12 |<-- 0x00000020
+----------+
圖 1:雙字節數 0x1234 以 Big-Endian 的方式存在起始地址 0x00000020 中

在Big-Endian中,對於bit序列中的序號編排方式如下(以雙字節數 0x8B8A 為例):
bit 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
+-----------------------------------------+
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+----------------------------------------+
圖 2:Big-Endian的bit序列編碼方式

2.2 Little-Endian

計算機體系結構中一種描述多字節存儲順序的術語,在這種機制中最不重要字節(LSB)存放在最低端的地址上。采用這種機制的處理器有PDP-11、VAX、Intel系列微處理器和一些網絡通信設備。該術語除了描述多字節存儲順序外還常常用來描述一個字節中各個比特的排放次序。

+----------+
| 0x12 |<-- 0x00000021
+----------+
| 0x34 |<-- 0x00000020
+----------+

圖3:雙字節數0x1234以 Little-Endian 的方式存在起始地址 0x00000020 中

在 Little-Endian中,對於bit序列中的序號編排和Big-Endian剛好相反,其方式如下(以雙字節數0x8B8A為例):

bit 15 14 13 12 11 10 9 8 7 65 4 3 2 1 0
+-----------------------------------------+
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+-----------------------------------------+
圖 4:Little-Endian的bit序列編碼方式

注2:通常我們說的主機序(Host Order)就是遵循 Little-Endian 規則。所以當兩台主機之間要通過TCP/IP協議進行通信的時候就需要調用相應的函數進行主機序(Little-Endian)和網絡序(Big-Endian)的轉換。

注3:正因為這兩種機制對於同一bit序列的序號編排方式恰恰相反,所以《現代英漢詞典》中對MSB的翻譯為“最高有效位”欠妥,故本文定義為“最重要的bit/byte”。

2.3 Middle-Endian

除了Big-Endian和Little-Endian之外的多字節存儲順序就是Middle- Endian,比如以4個字節為例:象以3-4-1-2或者2-1-4-3這樣的順序存儲的就是Middle-Endian。這種存儲順序偶爾會在一些小型機體系中的十進制數的壓縮格式中出現。

嵌入式系統開發者應該對Little-endian和Big-endian模式非常了解。采用 Little-endian模式的CPU對操作數的存放方式是從低字節到高字節,而Big-endian模式對操作數的存放方式是從高字節到低字節。 32bit寬的數0x12345678在Little-endian模式CPU內存中的存放方式(假設從地址0x4000開始存放)為: 

3、優缺點

Big-Endian 優點:靠首先提取高位字節,你總是可以由看看在偏移位置為0的字節來確定這個數字是正數還是負數。你不必知道這個數值有多長,或者你也不必過一些字節來看這個數值是否含有符號位。這個數值是以它們被打印出來的順序存放的,所以從二進制到十進制的函數特別有效。因而,對於不同要求的機器,在設計存取方式時就會不同。

Little-Endian 優點:提取一個,兩個,四個或者更長字節數據的匯編指令以與其他所有格式相同的方式進行:首先在偏移地址為0的地方提取最低位的字節,因為地址偏移和字節數是一對一的關系,多重精度的數學函數就相對地容易寫了。

如果你增加數字的值,你可能在左邊增加數字(高位非指數函數需要更多的數字)。因此,經常需要增加兩位數字並移動存儲器里所有Big-endian順序的數字,把所有數向右移,這會增加計算機的工作量。不過,使用Little- Endian的存儲器中不重要的字節可以存在它原來的位置,新的數可以存在它的右邊的高位地址里。這就意味着計算機中的某些計算可以變得更加簡單和快速。

4、網絡字節順序

1、字節內的比特位不受這種順序的影響
比如一個字節 1000 0000 (或表示為十六進制 80H)不管是什么順序其內存中的表示法都是這樣。

2、大於1個字節的數據類型才有字節順序問題
比如 Byte A,這個變量只有一個字節的長度,所以根據上一條沒有字節順序問題。所以字節順序是“字節之間的相對順序”的意思。

3、大於1個字節的數據類型的字節順序有兩種
比如 short B,這是一個兩字節的數據類型,這時就有字節之間的相對順序問題了。
網絡字節順序是“所見即所得”的順序。而Intel類型的CPU的字節順序與此相反。
比如上面的 short B=0102H(十六進制,每兩位表示一個字節的寬度)。所見到的是“0102”,按一般數學常識,數軸從左到右的方向增加,即內存地址從左到右增加的話,在內存中這個 short B的字節順序是:
01 02
這就是網絡字節順序。所見到的順序和在內存中的順序是一致的!
假設通過抓包得到網絡數據的兩個字節流為:01 02

而相反的字節順序就不同了,其在內存中的順序為:02 01

如果這表示兩個 Byte類型的變量,那么自然不需要考慮字節順序的問題。如果這表示一個 short 變量,那么就需要考慮字節順序問題。根據網絡字節順序“所見即所得”的規則,這個變量的值就是:0102

假設本地主機是Intel類型的,那么要表示這個變量,有點麻煩:
定義變量 short X,字節流地址為:pt,按順序讀取內存是為x=*((short*)pt);
那么X的內存順序當然是 01 02按非 “所見即所得” 的規則,這個內存順序和看到的一樣顯然是不對的,所以要把這兩個字節的位置調換。調換的方法可以自己定義,但用已經有的API還是更為方便。

5、網絡字節順序與主機字節順序

  • 網絡字節順序NBO(Network Byte Order):按從高到低的順序存儲,在網絡上使用統一的網絡字節順序,可以避免兼容性問題。
  • 主機字節順序(HBO,Host Byte Order):不同的機器HBO不相同,與CPU設計有關計算機數據存儲有兩種字節優先順序:高位字節優先和低位字節優先。Internet上數據以高位字節優先順序在網絡上傳輸,所以對於在內部是以低位字節優先方式存儲數據的機器,在Internet上傳輸數據時就需要進行轉換。 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM