Question

可能重复：
When does Endianness become a factor?

阅读关于endianess的这个tuto，我将看到这个有关endianess重要的例子。它是关于写一个填充了1和0的char *，然后它可以转换为short，结果取决于endianess，很少或很大。这是引用的例子。

unsigned char endian [2] = {1,0}; 短x;
x = *(short *) endian;
x的价值是多少？我们来看看这段代码在做什么。您正在创建一个包含两个字节的数组，然后转换该数组两个字节成一个短。通过使用数组，你基本上被迫某个字节顺序，您将看到系统如何处理那两个字节。如果这是一个小端系统，0和1是向后解释，看起来好像是0,1。由于高字节是 0，无关紧要，低字节为1，所以x等于1 另一方面，如果它是一个大端系统，高字节是1和 x的值是256。

我想知道：当你用一个给定数量的内存字节分配（这里是两个字节）实例化一个数组时，只要数组已被转换，如何对任何类型（short，int ...）进行转换分配了与该字节对应的字节数？如果没有足够的内存分配给'包含这种类型'，下一个内存地址是否仍会被读取？例如，如果我想将endian强制转换为long，是否会执行，从endian的开头读取四个字节，或者这会失败吗？

然后，关于endianess的问题：这是处理器关于在内存中写入字节的习惯的特征，其中最有意义的字节位于最低内存位置（大端）或最高内存位置（小端）。在这种情况下，已经分配了一个具有两个一字节元素的数组。为什么说1是最有意义的字节？

Answer 1

不要忘记编译器只会编写汇编代码。如果忽略编译器的所有警告，可以检查编译器生成的汇编代码并找出实际发生的情况。

我采用了这个简单的程序：

#include <iostream>

int main()
{
    unsigned endian[2] = { 0, 0 } ;
    long * casted_endian = reinterpret_cast<long*>( endian );
    std::cout << *casted_endian << std::endl;
}

我使用objdump提取了此代码。我们来解读它。

 804879c:   55                      push   %ebp
 804879d:   89 e5                   mov    %esp,%ebp
 804879f:   83 e4 f0                and    $0xfffffff0,%esp
 80487a2:   83 ec 20                sub    $0x20,%esp

这些行只是函数的序言，忽略它们。

    unsigned endian[2] = { 0, 0 } ;
 80487a5:   c7 44 24 14 00 00 00    movl   $0x0,0x14(%esp)
 80487ac:   00 
 80487ad:   c7 44 24 18 00 00 00    movl   $0x0,0x18(%esp)
 80487b4:   00

从这两行中，你可以看到（0x14）％esp被初始化为0.所以你知道数组endian在堆栈上，在寄存器％ESP（堆栈指针）的地址+ 0x14。

    long * casted_endian = reinterpret_cast<long*>( endian );
 80487b5:   8d 44 24 14             lea    0x14(%esp),%eax

LEA只是一个算术运算。 EAX现在包含％ESP + 0x14，它是堆栈中数组的地址。

 80487b9:   89 44 24 1c             mov    %eax,0x1c(%esp)

在地址ESP + 0x1c（这是变量casted_endian的位置）我们放EAX，所以是endian的第一个字节的地址。

    std::cout << *casted_endian << std::endl;
 80487bd:   8b 44 24 1c             mov    0x1c(%esp),%eax
 80487c1:   8b 00                   mov    (%eax),%eax
 80487c3:   89 44 24 04             mov    %eax,0x4(%esp)
 80487c7:   c7 04 24 40 a0 04 08    movl   $0x804a040,(%esp)
 80487ce:   e8 1d fe ff ff          call   80485f0 <std::ostream::operator<<(long)@plt>

然后我们准备对运营商的呼叫＆lt;＆lt;与相关的论点没有任何更多的检查。就这样，程序将不再进行任何检查。变量的类型与机器完全无关。

当operator<<读取*casted_endian中不在数组中的部分时，会发生两件事。

其地址位于当前映射的内存页面中，或者不是。在第一种情况下，operator<<将在不抱怨的情况下读取该地址的任何内容。这可能会在屏幕上写下一些奇怪的东西。在第二种情况下，您的操作系统会抱怨该程序试图阅读他无法阅读的内容，并引发中断。这是着名的分段错误。

Answer 2

如果您尝试强制转换为大于数组的大小，则会出现未定义的行为。它可能会尝试读取阵列后面的内存内容，但结果不能得到保证，也不需要保持一致。

Answer 3

哦，主啊。我在这里要说的是为什么这适用于大多数架构，但我不能说这实际上有多少是标准的。

您正在做的是将数组endian转换为简短。现在，数组基本上是指针，数组的名称实际上包含第一个元素的地址。唯一真正的区别是数组包含更多有用的元数据，并且某些操作在数组上是不同的（例如sizeof）。然后，您正在使用该地址（endian）并从中创建short指针。内存地址保持不变，只是你正在解释指向不同的数据。然后，您将取消引用此指针以将值取回，并将其分配给x。

快速侧面说明。这可能不适用于所有系统。在C中，int仅定义为与架构的本机字大小一样宽（x86上为4个字节，x86_64上为8个字节）。然后，short仅定义为短于int（或等于，如果内存正确提供）。因此，该代码将在8位体系结构上失败。为此，目标数据类型的大小（以字节为单位）必须等于或小于数组的大小。

同样地，long被定义为长于int，通常分别在x86和x86_64上为8或16个字节。在这种情况下，此代码将适用于x86：

unsigned char endian[8] = {1,2,3,4,5,6,7,8};
long x = *(long*)endian;

无论如何，处理器的字节顺序完全取决于处理器。 x86是小端（并且基本上启动了LE设备的惯例，IIRC）。 SPARC是大端（直到9，可以是两者）。 ARM和MIPS也是可配置的，Microblaze依赖于所使用的总线（AXI或PLB）。在任何情况下，字节顺序不仅限于处理器，在与硬件或其他计算机通信时也是一个问题。

对于最后一个问题，调用最重要的字节，因为值表示大于较小字节可以表示的最大值。在16位字的情况下，最低有效字节可以表示0-255，最高有效字节可以表示256-65535。

在任何情况下，除非你正在进行低级系统编程（我的意思是，直接修改内存）或编写通信协议，否则你永远永远需要担心字节顺序。

Answer 4

unsigned char endian[2] = {1, 0};
short x;

x = *(short *) endian;

此代码具有未定义的行为。结果可能是x设置为1,256,4000，或者程序可能崩溃或其他任何可能合法发生。即使不考虑数组是否足够大以适应它所投射的类型，情况也是如此。

这是对代码的重写，使其合法并完成作者的意图。

unsigned char endian[sizeof(short)] = {1};
short x;
std::memcpy(&x, endian, sizeof(short));

如果您要编写试图从该数组中获取int的代码，那么它将访问合法数组边界之外，您将再次遇到未定义的行为;任何事情都可能发生。

在这种情况下，已经分配了一个具有两个单字节元素的数组。为什么说1是最有意义的字节？

（我猜你的意思是问为什么endian[1]被认为是最重要的字节。）

因为在那个例子中系统是小端的，正如你所说，little endian的定义是具有最高地址的内存位置中最重要的字节。 endian[1]的地址高于endian[0]，因此endian[1]将保留最重要的字节。

当endianess确实重要时 - 投射操作

4 个答案: