(字节序、字节对齐的理解.docxVIP

1、 前言作为一名 C/C++ 程序员，字节是我们天天都要与之打交道的一个东西。我们和它熟稔到几乎已经忘记了它的存在。可是，它自己是不甘寂寞的，或迟或早地，总会在某些时候探出头 来张望，然后给你一个腿儿绊。其实，只要你真正了解了它的底细，你就会畅行无阻。在本文中，我们将首先简要了解一下字节的概念，然后着重了解一下字节序问 题和字节对齐问题。2、 什么是字节我们知道，二进制计算机（也就是我们目前接触到的几乎所有的计算机）的最小数据单位是位（ bit ）。一位数据只能够表示两种含义（需要说明，尽管我们通常把单个位表示的两种含义选择为相互对立的含义，但这并不是必然的，例如你可以认为 1 代表 5 个人， 0 代表 8 个人），对于绝大多数的计算要求，单个位显然不能满足。因此，我们通常都会使用一连串的位，我们可以称之为位串（ bit string ，请爱好质疑的的朋友注意，此术语非我杜撰）。由于种种原因，计算机系统都不会让你使用任意长度的位串，而是使用某个特定长度的位串。一些常见的位串长度 形式具有约定好的名称，如，半字节（ nibble ，貌似用的不多）代表四个位的组合，字节（ byte ，主角出场！）代表 8 个位的组合。再多的还有，字（ word ）、双字（ Double word ，通常简写为 Dword ）、四字（ Quad word ，经常简写为 Qword ）、十字节（ Ten byte ，也简写为 Tbyte ）。在这些里面，字（ word ）有时表示不同的含义。在 Intel 体系里， word 表示一个 16 位的数值，它是固定大小的。而在另外一些场合， word 表示了 CPU 一次可处理的数据的位数，表示一个符合 CPU 字长（ word-length ）的数目的位串。事实上我们接触较多的 ARM 体系中， word 就有不同的含义，它表示一个 32 位的数据（与机器字长相同），对于 16 位大小的数据， ARM 使用了另外的一个术语，叫作半字（ half-word ），请大家在文档阅读时加以注意。另外， Qword 也是 Intel 体系中的术语，其他的体系中可能并不使用。在本文中，我们按照 Intel 的惯例来使用字或者 word 这一术语。一个字节中共有 8 个数据位，有时需要用图表逐位表述各个位。习惯上，我们按照下面的图来排列各个位的顺序，即，按照从右到左的顺序，依次为最低位（从第 0 位开始）到最高位（对于字节，则是第 7 位）：字节是大多数现代计算机的最小存储单元，但这并不代表它是计算机可以最高效地处理的数据单位。一般的来说，计算机可以最高效地处理的数据大小，应该 与其字长相同。在目前来讲，桌面平台的处理器字长正处于从 32 位向 64 位过渡的时期，嵌入式设备的基本稳定在 32 位，而在某些专业领域（如高端显卡），处理器字长早已经达到了 64 位乃至更多的 128 位。3、 字节序问题的由来对于字、双字这些多于一个字节的数据，如果把它们放置到内存中的某个位置上，可以看出，我们还可以将之看作是字节的序列。一个字是两个字节，双字则 是四个字节。假设有以下数据： 0、 0x9abcdef0 。在此处，我使用了我们最习惯的十六进制表示法，并给出了两个双字的值。按照惯例，我把双字的左侧视为高端，而把右侧视为低端。把它们顺序放置在起始地址 为 0 的内存中，如下图所示：由图示可知， 0x9abcdef 的相应地址为 0x04 。现在，问题来了，如果有一个内存操作，要从地址 0x06 处读取一个字，得到的结果是多少呢？答案是：不一定。这里的本质问题在于，如何把多字节的对象存储到内存中去呢？即使使用最正常的思维去考虑这个问题，你也会发现有两种方法。第一种方法是，把最低端的 字节放到指定的起始位置（即基地址处），然后按照从低到高的字节顺序把其余字节依次放入，如下图 a ；另一种方法非常类似，但是对高端字节和低端字节的处理顺序正好相反，如下图 b （我确信你还可以想出其他的方法，但是除二字节的情况外，必然会打破字节排列顺序的一致性，我视之为反常规思维的产物，此处暂不考虑）。图 a图 b在很久之前，哪一种存储方式更为合理曾经有过争论。到今天，争论的结果已经无关紧要了，紧要的是以下事实：这两种存储方式都被应用到了现实的计算机 系统中。上图 a 中的排列方式为 Intel 所采用并大行其道，而图 b 的排列方式则被大多数的其他平台采用（如最近被苹果公司彻底抛弃的 PowerPC ），因此上，我们不能称之为罕见的用法。之所以造成事实上的不经常见到，其原因正如我今天中午所得到的消息： Intel 的 CPU 占整个市场份额的 80% 以上。这两种排列方式通常用小端（ little endian ）和大端（