字节与小端大端法存储。

Posted 2021-02-09 yvkm

以下仅为个人学习的记录，如有疏漏不妥之处,还请不吝赐教。

字节(byte)这个术语由 Werner Buchholz在1956年创造的。在此之前，字节通常称为syllable.

历史上，字节并非一定是8位的，但现在基本都是以8位作为1个字节。最开始字节是用来为字符编码的。C语言中的用char类型为字符编码，占1字节。可是1个字节最多只能存放256组合，也就是说，1个字节最多能表示256种字符。因此需要多个字节来表示数据。这就引出一个问题。

多字节数据怎么存储？字节的排列顺序？

　　在几乎所有的机器中，多字节数据都是被存储为连续的字节序列，数据的地址为所使用字节中最小的地址。

　　多字节数据还存在另一个问题：字节的排列问题。通常数据的字节排列有两个通用的规则：大端法(big endian)和小端法(little endian)

　　下面以0x12345678为例说明这个4字节数据在内存中的存储方式：

字节存储

内存地址 ->	0x1(最小存储地址）	0x2	0x3	0x4
大端法 ->	12（最高有效字节）	34	56	78
小端法 ->	78（最低有效字节	56	34	12

　　可见，大端法和小端法是相反的。大端法最高有效字节在前，小端法最低有效字节在前。下面用C语言测试当前运行的系统是采用哪种存储方式。

#include <stdio.h>
void showByte() {
    int num = 0x12345678;
    char* cp = (char*) &p;
    for(int i = 0; i < sizeof(int); i++) {
　　　　　if(0x78 == *cp) printf("小端法: ");
　　　　　else printf("大端法： ");
        printf("0x%x ", *cp); // 输出：0x78 0x56 0x34 0x12 因此是小端法存储。
        cp++;
    }
}
int main() {
    showByte();
}

 

C语言中的目标文件中没有数据类型，那CPU如何知道在内存读取多字节数据呢？

　根据上面的showByte函数生成的汇编代码知，每条数据操作指令都带有操作数的字节大小，如第14行的movq -8(%rbp), %rax 表示要往内存地址-8(%rbp)中读取4个字节到%rax寄存器。CPU通过指令知道读取多字节数据。

 showByte:
 1     pushq   %rbp
 2     .seh_pushreg    %rbp
 3     movq    %rsp, %rbp
 4     .seh_setframe   %rbp, 0
 5     subq    $48, %rsp
 6     .seh_stackalloc 48
 7     .seh_endprologue
 8     movl    $305419896, -16(%rbp)
 9     leaq    -16(%rbp), %rax
 10     movq    %rax, -8(%rbp)
 11     movl    $0, -12(%rbp)
 12     jmp .L2
 13 .L3:
 14     movq    -8(%rbp), %rax
 15     movzbl  (%rax), %eax
 16     movsbl  %al, %eax
 17     movl    %eax, %edx
 18     leaq    .LC0(%rip), %rcx
 19     call    printf
 20     addl    $1, -12(%rbp)
 21     addq    $1, -8(%rbp)
 22 .L2:
 23     movl    -12(%rbp), %eax
 24     cmpl    $3, %eax
 25     jbe .L3
 26     nop
 27     addq    $48, %rsp
 28     popq    %rbp
 29     ret

参考文献：

　　《深入理解计算机系统》第三版