C 语言

关注公众号 jb51net

关闭
首页 > 软件编程 > C 语言 > C/C++ 字节序与数据存储及通信

C/C++ 判断计算机存储器字节序(端序)的几种方式

作者:escwqa

字节序是计算机存储数据的格式,主存储器(主存)的字节序对程序的移植性和兼容性至关重要,利用联合体、指针、位移和掩码等方法可以检测和处理字节序问题,对于内存数据操作重要,也关系到跨平台和网络通信的数据处理

字节序分为存储器字节序和网络字节序(通常采用大端),这里主要讨论的是主存储器字节序。

主存是存储器中的一种,为什么只讨论主存?因为编写运行在现代主流操作系统上的程序,是没有 I/O 权限的。

主存字节序

所谓字节序就是字节排列的顺序,拿主存来说就是如果低字节存放在低地址处,就是低端字节序(小端),反之为高端字节序(大端)。拿 0x1234567 来说:

判断字节序

通过指针

既然字节序就是字节的排列顺序,那么我们把至少 2 字节的字节序列存放到主存中,如果能获取该数据的最低或最高地址的 1 字节数据,不就知道字节序了吗?对应 C/C++ 来说就是指针。

#include <stdio.h>

int main(void)
{
    unsigned int i = 1;
    char *ch_ptr = (char*)&i;  // 创建一个指向 i 的字符(字节)指针

    if (*ch_ptr)
    {
        printf("Little-Endian\n");  // 如果 *ch_ptr 为 1,表示最低位字节为 1,为小端
    }
    else
    {
        printf("Big-Endian\n");     // 否则为大端
    }

    return 0;
}

为了保障可移植性,我这里用的是 unsigned int i,以确保每个平台都至少 2 个字节。其它数据类型甚至是数组都是可以的,没有本质的区别,都是在主存中存储相应数量的字节序列。

使用联合体(Union)

联合体允许在相同的内存位置存储不同的数据类型,并且可以通过不同的成员来检视同一块内存区域。利用该特性,我们可以在联合体中定义两个成员,其中一个成员确保为 1 字节(当然,也可以定义成数组,然后取数组中的第一个元素),而另一个成员则确保每个平台都至少为 2 字节。

#include <stdio.h>

typedef union
{
	unsigned int i;
	char byte;
} ByteOrder;

int main(void)
{
    ByteOrder order;
    order.i = 1;  // 将整数 1 存储到联合体中

    if (order.byte)
	{
        printf("Little-Endian\n");  // 如果最低位字节存储的是 1,则为小端
    }
	else
	{
        printf("Big-Endian\n");     // 否则为大端
    }

    return 0;
}

如前所述,char byte 可以改为 char ch_arr[sizeof(unsigned int)] 形式的数组,然后需要将 order.byte 改为 order.ch_arr[0]

这两种方法本质上是一样的,都是通过判断数据的低位字节在内存中的位置来判断字节序。可以根据实际情况选择其中一种方法来使用。

除了使用联合体和指针外,还有一些其它方法可以检测字节序。

位移和掩码

这种方法利用位操作(位移和掩码)来检测字节序。它不依赖于联合体,也不需要指针操作,而是直接通过数值操作来判断:

#include <stdio.h>

int main(void)
{
	unsigned int i = 1; // 只有最低位是 1 的整数

    if ( (i >> 0) & 1 ) // 将 i 右移 0 位后与 1 进行与操作
	{
        printf("Little-Endian\n");
    }
	else
	{
        printf("Big-Endian\n");
    }

    return 0;
}

这种方法简单明了,通过将整数 1(其二进制形式在小端中为 01 00 00 00,在大端中为 00 00 00 01)的最低位(最右边的位)与 1 进行与操作。如果结果为 1,那么说明机器是小端字节序。

这种方法的好处是代码简单,且没有使用额外的内存(如联合体或指针)。它直接通过整型数值本身的操作来确定字节序。

性能对比

联合体:这种方法涉及访问联合体的不同成员。联合体方法的优点是直观易懂,但访问联合体成员可能导致微小的性能开销,尤其是在编译器优化不足的情况下。

指针:这种方法涉及将一个整数的地址转换为字符指针,然后检查具体的字节。这种方法可能稍微快一点,因为它直接操作内存,没有额外的抽象层。然而,这通常是微不足道的。

位移和掩码:此方法使用位操作来检查字节序。位操作效率非常高,因为它是直接在寄存器级别上进行的,没有内存访问的开销。

在大多数实际应用中,字节序的检查通常只在程序启动或初始化阶段进行一次,因此这里的性能差异几乎可以忽略不计。即便如此,从纯粹理论和微优化的角度来看,位移和掩码方法可能是最快的,因为它避免了任何内存访问,直接在处理器中完成所有操作。

然而,选择哪种方法应该基于代码的可读性、可维护性以及平台兼容性,而不仅仅是微小的性能差异。在大多数情况下,清晰和正确的代码要比微小的性能提升更加重要。

其它方法

除了前面提到的 3 种常见方法,还可以使用一些更具体或高级的技术来检测或处理字节序问题,尤其是在涉及到跨平台兼容性或网络通信时。

标准库函数

在某些编程环境中,标准库提供了函数来处理字节序问题。例如,在 C 语言中,网络编程常用的库如 <arpa/inet.h> 提供了 htonl()ntohl() 函数,用于将主机字节序转换为网络字节序,或反之。这些函数自动考虑了底层平台的字节序:

#include <stdio.h>
#include <arpa/inet.h>

int main(void)
{
    unsigned int x = 0x12345678;
    unsigned int y = htonl(x);  // 主机到网络字节序

    if (y == x)
	{
        printf("Big-Endian\n");
    }
	else
	{
        printf("Little-Endian\n");
    }

    return 0;
}

该方法不仅能判断字节序,还能在需要的时候转换字节序,非常适合网络通信中的数据交换。

编译器特定的预定义宏

一些编译器提供预定义的宏来指示目标平台的字节序。例如,GCC 和一些其他编译器可能定义了特定的宏,可以在编译时判断字节序。这种方法在编译时就确定了字节序,无需运行时检测。

GCC 和 Clang 编译器

GCC 和 Clang 通常不直接提供检测字节序的宏,但你可以根据平台或者架构特定的预定义宏来推断字节序。例如,你可以检查是否定义了特定于某个架构的宏:

#include <stdio.h>

int main(void)
{
#if defined(__BYTE_ORDER__) && __BYTE_ORDER__ == __ORDER_LITTLE_ENDIAN__
    printf("Little-endian\n");
#elif defined(__BYTE_ORDER__) && __BYTE_ORDER__ == __ORDER_BIG_ENDIAN__
    printf("Big-endian\n");
#else
    printf("Unknown byte order\n");
#endif

	return 0;
}

这里使用了 GCC 和 Clang 编译器提供的 __BYTE_ORDER__ 宏以及相关的 __ORDER_LITTLE_ENDIAN____ORDER_BIG_ENDIAN__ 宏来确定字节序。

MSVC 编译器

MSVC 编译器没有直接提供检测字节序的宏,因为 Windows 平台通常是小端字节序。如果你在使用 Visual Studio 且需要编写可移植的代码,可能需要自行定义这些宏或者使用其他方法来确定字节序。

跨平台编译

如果项目涉及不同的编译器和平台,就需要组合多种方法来使用,确保在这些宏未定义的情况下中也能够处理。

#include <stdio.h>

int main(void)
{
#if defined(__BYTE_ORDER__) && __BYTE_ORDER__ == __ORDER_LITTLE_ENDIAN__
    printf("Little-endian\n");
#elif defined(__BYTE_ORDER__) && __BYTE_ORDER__ == __ORDER_BIG_ENDIAN__
    printf("Big-endian\n");
#elif defined(_BIG_ENDIAN)
    printf("Big-endian\n");
#elif defined(_LITTLE_ENDIAN)
    printf("Little-endian\n");
#else
    printf("Byte order unknown or assuming default (e.g., little-endian)\n");
#endif

	return 0;
}

常见 CPU 的字节序

大端字节序:IBM、Sun、PowerPC。

小端字节序:x86、DEC 。

ARM 体系的 CPU 则大小端字节序通吃,具体用哪类字节序由硬件选择。

到此这篇关于C/C++ 判断计算机存储器字节序(端序)的几种方式 的文章就介绍到这了,更多相关C/C++ 字节序与数据存储及通信内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文