C/C++ 判断计算机存储器字节序(端序)的几种方式
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()
和 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__
和 __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。