C/C++ 判斷計算機儲存器位元組序（端序）的幾種方式

escwqa發表於2024-10-03
C++計算機

位元組序分為儲存器位元組序和網路位元組序（通常採用大端），這裡主要討論的是主儲存器位元組序。

主存是儲存器中的一種，為什麼只討論主存？因為編寫執行在現代主流作業系統上的程式，是沒有 I/O 許可權的。

主存位元組序

所謂位元組序就是位元組排列的順序，拿主存來說就是如果低位元組存放在低地址處，就是低端位元組序（小端），反之為高階位元組序（大端）。拿 0x1234567 來說：

判斷位元組序

  1. 透過指標

既然位元組序就是位元組的排列順序，那麼我們把至少 2 位元組的位元組序列存放到主存中，如果能獲取該資料的最低或最高地址的 1 位元組資料，不就知道位元組序了嗎？對應 C/C++ 來說就是指標。

#include <stdio.h>

int main(void)
{
    unsigned int i = 1;
    char *ch_ptr = (char*)&i;  // 建立一個指向 i 的字元（位元組）指標

    if (*ch_ptr)
    {
        printf("Little-Endian\n");  // 如果 *ch_ptr 為 1，表示最低位位元組為 1，為小端
    }
    else
    {
        printf("Big-Endian\n");     // 否則為大端
    }

    return 0;
}

為了保障可移植性，我這裡用的是 unsigned int i，以確保每個平臺都至少 2 個位元組。其它資料型別甚至是陣列都是可以的，沒有本質的區別，都是在主存中儲存相應數量的位元組序列。

  1. 使用聯合體（Union）

聯合體允許在相同的記憶體位置儲存不同的資料型別，並且可以透過不同的成員來檢視同一塊記憶體區域。利用該特性，我們可以在聯合體中定義兩個成員，其中一個成員確保為 1 位元組（當然，也可以定義成陣列，然後取陣列中的第一個元素），而另一個成員則確保每個平臺都至少為 2 位元組。

#include <stdio.h>

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

int main(void)
{
    ByteOrder order;
    order.i = 1;  // 將整數 1 儲存到聯合體中

    if (order.byte)
	{
        printf("Little-Endian\n");  // 如果最低位位元組儲存的是 1，則為小端
    }
	else
	{
        printf("Big-Endian\n");     // 否則為大端
    }

    return 0;
}

如前所述，char byte 可以改為 char ch_arr[sizeof(unsigned int)] 形式的陣列，然後需要將 order.byte 改為 order.ch_arr[0]。

這兩種方法本質上是一樣的，都是透過判斷資料的低位位元組在記憶體中的位置來判斷位元組序。可以根據實際情況選擇其中一種方法來使用。

除了使用聯合體和指標外，還有一些其它方法可以檢測位元組序。

  1. 位移和掩碼

這種方法利用位操作（位移和掩碼）來檢測位元組序。它不依賴於聯合體，也不需要指標操作，而是直接透過數值操作來判斷：

#include <stdio.h>

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

    if ( (i >> 0) & 1 ) // 將 i 右移 0 位後與 1 進行與操作
	{
        printf("Little-Endian\n");
    }
	else
	{
        printf("Big-Endian\n");
    }

    return 0;
}

這種方法簡單明瞭，透過將整數 1（其二進位制形式在小端中為 01 00 00 00，在大端中為 00 00 00 01）的最低位（最右邊的位）與 1 進行與操作。如果結果為 1，那麼說明機器是小端位元組序。

這種方法的好處是程式碼簡單，且沒有使用額外的記憶體（如聯合體或指標）。它直接透過整型數值本身的操作來確定位元組序。

效能對比

  1. 聯合體：這種方法涉及訪問聯合體的不同成員。聯合體方法的優點是直觀易懂，但訪問聯合體成員可能導致微小的效能開銷，尤其是在編譯器最佳化不足的情況下。

  2. 指標：這種方法涉及將一個整數的地址轉換為字元指標，然後檢查具體的位元組。這種方法可能稍微快一點，因為它直接操作記憶體，沒有額外的抽象層。然而，這通常是微不足道的。

  3. 位移和掩碼：此方法使用位操作來檢查位元組序。位操作效率非常高，因為它是直接在暫存器級別上進行的，沒有記憶體訪問的開銷。

在大多數實際應用中，位元組序的檢查通常只在程式啟動或初始化階段進行一次，因此這裡的效能差異幾乎可以忽略不計。即便如此，從純粹理論和微最佳化的角度來看，位移和掩碼方法可能是最快的，因為它避免了任何記憶體訪問，直接在處理器中完成所有操作。

然而，選擇哪種方法應該基於程式碼的可讀性、可維護性以及平臺相容性，而不僅僅是微小的效能差異。在大多數情況下，清晰和正確的程式碼要比微小的效能提升更加重要。

其它方法

除了前面提到的 3 種常見方法，還可以使用一些更具體或高階的技術來檢測或處理位元組序問題，尤其是在涉及到跨平臺相容性或網路通訊時。

標準庫函式

在某些程式設計環境中，標準庫提供了函式來處理位元組序問題。例如，在 C 語言中，網路程式設計常用的庫如 <arpa/inet.h> 提供了 htonl() 和 ntohl() 函式，用於將主機位元組序轉換為網路位元組序，或反之。這些函式自動考慮了底層平臺的位元組序：

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

int main(void)
{
    unsigned int x = 0x12345678;
    unsigned int y = htonl(x);  // 主機到網路位元組序

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

    return 0;
}

該方法不僅能判斷位元組序，還能在需要的時候轉換位元組序，非常適合網路通訊中的資料交換。

編譯器特定的預定義宏

一些編譯器提供預定義的宏來指示目標平臺的位元組序。例如，GCC 和一些其他編譯器可能定義了特定的宏，可以在編譯時判斷位元組序。這種方法在編譯時就確定了位元組序，無需執行時檢測。

  1. GCC 和 Clang 編譯器

GCC 和 Clang 通常不直接提供檢測位元組序的宏，但你可以根據平臺或者架構特定的預定義宏來推斷位元組序。例如，你可以檢查是否定義了特定於某個架構的宏：

#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;
}

這裡使用了 GCC 和 Clang 編譯器提供的 __BYTE_ORDER__ 宏以及相關的 __ORDER_LITTLE_ENDIAN__ 和 __ORDER_BIG_ENDIAN__ 宏來確定位元組序。

  1. MSVC 編譯器

MSVC 編譯器沒有直接提供檢測位元組序的宏，因為 Windows 平臺通常是小端位元組序。如果你在使用 Visual Studio 且需要編寫可移植的程式碼，可能需要自行定義這些宏或者使用其他方法來確定位元組序。

  1. 跨平臺編譯

如果專案涉及不同的編譯器和平臺，就需要組合多種方法來使用，確保在這些宏未定義的情況下中也能夠處理。

#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;
}

常見 CPU 的位元組序

  1. 大端位元組序：IBM、Sun、PowerPC。
  2. 小端位元組序：x86、DEC 。

ARM 體系的 CPU 則大小端位元組序通吃，具體用哪類位元組序由硬體選擇。

相關文章