C语言大小端字节序存储模式深入解读

前言

本文以C语言实现，主要通过例题+说明的模式讲解存储模式：大小端字节序。

对于正整数而言，它的补码 = 原码 = 反码；
对于负整数而言，它的补码 = 原码按位取反（就是反码） + 1；

例如，当语句int a = 500被执行时，内存中会开辟 4字节（即32bit）的空间存储整数20的二进制补码（00000000 00000000 0000000111110100）。同时，我们也知道，内存中的每一个存储单元的大小为 1字节（8bit）。

那么此时问题来了：int a = 500所占的总空间是4字节，然而每一个内存单元只存的下1字节的数据，换句话说，每一个整型数据需要4个存储单元才能存的下——那么，这4个存储单元在内存中到底是如何分布的呢？

是像数组一样，用来存储数据的4个内存单元彼此之间连续开辟，还是物理空间上其实并不连续、只是解析数据时把4个单元中的数据“拼”到一起，还原出连续的整型数呢？

每一个字节的数据，如何“被安排”存储空间？

这个问题，本质上是数据在内存中的存储模式问题。这就关系到我们今天要介绍的重点：大端数据存储模式或小端数据存储模式（即大端字节序与小端字节序）。

我们打开编译器vs2019的内存监视，可以从监视窗口看到数值在内存中的存储情况（显示为16进制）。

注意：32位下，
20的16进制补码为：00 00 00 14
-10的十六进制补码为：ff ff ff f6

两个16进制位恰好是一个字节8bit。我们将视图调整为每行显示4个字节（即一个int，这样看得更清晰），于是可以发现，在内存中数据似乎是“倒着存”的。00 00 00 14在内存中的存储显示为了14 00 00 00.

事实上，这并不叫做“倒着存”，这正是我们上面提到过的：小端字节序的存储模式。在阅读完本文后，我们就能明白。

一、大小端介绍

当一个数值的大小超过 1字节，那么它要存到内存中，字节与字节之间就有存储顺序的问题。这个顺序称之为字节序。

以int类型为例。

理论上来说，即使存储一个int型数据的4个存储单元不连续，甚至天南海北，只要最终解析时能还原成一个正常的数即可。但是这么做属实没有必要：计算机中存储肯定是采用最便捷的存储方式，那就是连续存储，一个整型的4个字节空间挨在一块儿。

这时要考虑的问题便是，这四个挨在一块的存储空间，是由低地址向高地址存储，还是由高地址向低地址存储？

1. 大端字节序与小端字节序的概念

小端字节序：把一个数值的低位字节内容存放在低地址处；高位字节内容存放在高地址处。（低位存低地址，高位存高地址）。

大端字节序：把一个数值的低位字节内容存放在高地址处；高位字节内容存放在低地址处。（低位存高地址，高位存低地址）。

例如，要存储一个十六进制数 0x11223344。该数中右端是低数位，左端是高数位（类比十进制数，十进制数10里面0是个位更低，1是十位更高）。

小端存储情况如下：

小端存储模式示意

小端存储模式下，若取出该int型数据的首地址内容会发现，存的其实是0x44。

而大端存储情况如下：

大端存储模式示意

以上就是对大小端存储模式的理解。

至于实际中如何存储的，还取决于具体编译器的选择。现在大部分的编译器选择的是小端存储模式，也就是我们上面看到的“倒着存”。

这时再参照引言中的例子，应该能对这两种存储模式有一个较好的理解了。

2. 为什么会有大小端之分？

这是因为在计算机系统中，我们以字节为单位，每个地址单元都对应着一个字节，一个字节为8 bit 。但是在 C 语言中，除了 8 bit 的 char 之外，还有 16 bit 的 short 型，32 bit 的 long 型（要看具体的编译器）；另外，对于位数大于 8 位的处理器，例如 16 位或者 32位的处理器，由于寄存器宽度大于一个字节，那么必然存在着一个如何将多个字节安排的问题。因此就导致了大端存储模式和小端存储模式。

例如，一个 16bit 的 short 型 x ，在内存中的地址为 0x0010 ， x 的值为 0x1122 ，那么 0x11 为高字节，0x22 为低字节。

对于大端模式，就将 0x11 放在低地址中，即 0x0010 中， 0x22 放在高地址中，即 0x0011 中。小端模式，刚好相反。我们常用的 X86 结构是小端模式，而 KEIL C51 则为大端模式。很多ARM ， DSP 都为小端模式。有些 ARM 处理器还可以由硬件来选择是大端模式还是小端模式。

3.一道和字节序相关的例题

题干

在小端机器中，下面代码输出的结果是：

#include <stdio.h>
int main()
{
	int a = 0x11223344;
 char *pc = (char*)&a;
 *pc = 0;
 printf("%x\n", a);
 return 0;
}

思路

本题中的数值与我们上面讨论的数值一样，应该不难理解：

1. char*类型的指针变量pc指向的只能指向char类型的空间。如果是非char类型的空间，则必须将该空间的地址强转为char*类型。

2. char *pc = (char*)&a; pc实际指向的是整形变量a的空间，即指针pc里放的是0x00405090，指向的值即0x44。

3. *pc=0，关键一步：究竟是将哪个存储单元中的值置零了？由首个单元中存储的内容可知，将0x44位置中内容改为了0。修改完成之后，a中内容为：0x11223300 （数值书写肯定是高数位在左，低数位在右）

二、如何设计一个小程序判断当前机器的字节序

百度2015年系统工程师笔试题

题干

请简述大端字节序和小端字节序的概念，设计一个小程序来判断当前机器的字节序。（ 10 分）

解题

概念部分同上，在此不再赘述。

代码部分：

1. 要检测某一机器是大端还是小端其实并不难，我们可以直接用int类型的1来检测。

2. 1在内存中的二进制补码为：00000000000000000000000000000001

也就是说，我们只需要把首个内存单元的值取出来看看是0还是1，就能判断它是大端还是小端。

因为如果是大端，则“高数位存在低地址”，我们取出最低地址的值，应当是最高数位上的数00000000；而若是小端，则“低数位存在低地址”，依然取出最低地址的值，应当是00000001

依照该思路，有以下代码：

#include <stdio.h>
int check_sys()
{
 int i = 1;
 return (*(char *)&i);
}
int main()
{
 int ret = check_sys();
 if(ret == 1)
 {
 printf("小端\n");
 }
 else
 {
 printf("大端\n");
 }
 return 0; 
}

当然，也可以用共用体来实现检查，这是更为便捷的一种方式：

int check_sys()
{
 union
 {
 int i;
 char c;
 }un;
 un.i = 1;
 return un.c; 
}

目录

前言