详解 CPU 大段存储与小端存储

---

关于计算机界的大小端问题有著名的CPU两大派系，PowerPC系列采用大端（big endian）的方式存储数据，而X86系列则采用小端（little endian）方式存储数据。很显然如果你的程序只运行在PowerPC系列的CPU上，你完全可以不管什么是little endian，但是如果你PowerPC上的程序要和X86上的程序打交道，那么你就必须进行转换才能相互识别，

我们又该怎样去理解它呢？

1. 我们应该知道数据在计算机中是以二进制形式存储的，1个字节有8位，每1位的值只能是0或者1；
2. 我们还知道一个4位的二进制数和1位的十六进制数是1-1对应的，那么1个字节就可以拆分成2位的十六进制数；
3. 我们还应该知道像0x1234abcd这样一个16进制数在内存中它是以4个字节存储的，既然这个数据在内存中跨越了多个字节，那么它肯定是有顺序的，我们叫它字节序。【一般操作系统都是小端，而通讯协议是大端的】
4. 这里的端指的是数据的尾端，大指的是高内存地址，小指的是低内存地址

一般人的书写习惯：

• 数据左边的为高位，右边的为低位，
• 地址则相反：地址左边的为低位，右边的为高位

例如： 数据16位数据：0x12345678,12为数据的高位，78位数据的低位

大端模式：

数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；这和我们的阅读习惯一致。

例如：四字节的数据：0x12345678，
地址：低->高，低地址存放高位，高地址存放低位

存储为：

小端模式，是指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低。

例如：四字节的数据0x12345678，
地址：低->高，高地址存放高位，低地址存放低位

存储为：

只需记住与我们阅读习惯一致的为大端模式。

• 大端：把高位存储到低地址里面，把低位存储到高地址里面
• 小端：把低位存储到低地址里面，把高位存储到高地址里面

CPU大小端判断

判断计算机是大端还是小端存储

1. 字符指针判断

int 类型占4个字节，而 char 类型占一个字节的，如果我们把 &int 强转为 char* 类型的指针，只会保存一个字节的数据，那么我们只需要判断 char 存储的数据和 int 存储第一个字节的数据是否是一致即可判断。

代码实现：

#include <stdio.h>
#include <stdlib.h>
// 小端模式：LITTLE; 大端模式：BIG
int main()
{
    int a = 1;
    char pc = *(char*)(&a);
    if (pc == 1)
        printf("LITTLE\n");
    else
        printf("BIG\n");
    return 0;
}

2. 联合体判断

由于联合体所有数据共享一块地址空间，存放数据的所有成员都是从低地址开始存放，所以我们可以在联合体内定义一个 int 和一个 char 类型变量。然后在外部实例化的时候创建 int 变量，用 char 变量调用，相当于隐式类型转化。如果结果为1，则低字节存放在低地址，既是小端机器，反之大端机器。

union A{
    char c;
    int i;
}s;

int main(){
    s.i = 0x12345678;
    if(s.c == 0x78)
        printf("小端:Little\n");
    else
        printf("大端:Big\n");
    return 0;
}

• 为什么不能直接通过强制类型转换?

直接将 int 类型转换成 char 类型，得到的是 int 类型的低8个 bit 位。（至于这低8个 bit 位，如果存储在高位就拿高位，存储在低位就拿低位）。就跟大端小端没有关系了，大端小端是存进内存的方式。

int main(){
    int i = 0x12345678;
    char c = i;	// 方法不合理
    if(c == 0x78) 
        printf("小端:Little\n");
    else 
        printf("大端:Big\n");
    return 0;
}

大端与小端的优势

二者无所谓优势，无所谓劣势，各自优势便是对方劣势

• 大端模式：符号位的判定固定为第一个字节，容易判断正负。
• 小端模式：强制转换数据不需要调整字节内容，1、2、4字节的存储方式一样

数组在大端小端情况下的存储：

以unsigned int value = 0x12345678为例，分别看看在两种字节序下其存储情况，

• 我们可以用unsigned char buf[4]来表示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

知识点例题：

1. temp=0X12345678；

低地址---------->高地址【大端模式】：
0X12|0X34|0X56|0X78|
低地址---------->高地址【小端模式】：
0X78|0X56|0X34|0X12|

2. 假设变量x类型为int，位于地址0x100处，它的十六进制为0x01234567，地址范围为0x100~0x103字节，其内部排列顺序依赖于机器的类型。

大端法从首位开始是：0x100: 01, 0x101: 23, 0x102: 45, 0x103: 67
小端法从首位开始是：0x100: 67, 0x101: 45, 0x102: 23, 0x103: 01

3. 将int型数组强制转换为char*，再求strlen。（涉及大小端～～）

#include <stdio.h>
#include <string.h>
#include <stdlib.h>

int main(){
    int a[2000];
    char *p = (char*)a;
    for( int i = 0; i < 2000; i++){
        a[i] = -1 - i;
    }
    printf("%d\n", strlen(p));
    return 0;
}

正确答案： $1020$（代码运行出来也是这个）

答案解析：

首先要明白负数在内存中的存储方式，还要知道int和char各占几位（都是最基本的啦）。这里很容易知道：

• a[0] = -1 内存中应当是：11111111 11111111 11111111 11111111

• a[1] = -2 内存中应当是：11111111 11111111 11111111 11111110

• a[2] = -3 内存中应当是：11111111 11111111 11111111 11111101

• ……

• a[255] = -256 内存中应当是: 11111111 11111111 11111111 00000000

当程序计算strlen( p )的时候遇到8个0就停止了，所以是255 * 4 + 3 = 1023.

为什么结果是1020呢?（PS：我的cpu是Intel的，Intel的cpu一般都是小端存储）这就涉及到内存的存储问题了。

众所周知，内存存储分为大端小端，大端就是我们人类理解的这样，将高位写在前面，将地位写在后面，小端存储则正好相反，所以a[255] = -256 在内存中的表示形式是： 00000000 11111111 11111111 11111111,这就是为什么答案是1020。当然了不同的机器会有不同，如果笔试的时候注明一下，应该效果会更好。