当endianes确实很重要时，进行强制转换操作

when endianess does matter - cast operations

本文关键字：操作 转换 endianes      更新时间：2023-10-16

可能的重复：
Endianness何时成为一个因素？

阅读这篇关于endianes的教程，我会发现这个例子中endianes确实很重要。这是关于写一个充满1和0的字符*。然后可以将其转换为short，结果取决于endianes，little或big。下面是引用的例子。

无符号char endian[2]＝｛1，0｝；短x；

x = *(short *) endian;

x的值是多少？让我们看看这个代码在做什么。您正在创建一个由两个字节组成的数组，然后将该数组强制转换为两个字节组成一个短。通过使用数组，您基本上强制一个特定的字节顺序，您将看到系统如何处理这两个字节。如果这是一个小端序系统，则0和1是向后解释，并将其视为0，1。由于高字节是0，这无关紧要，低字节是1，所以x等于1。关于另一方面，如果是big-endian系统，则高字节为1x的值为256。

我想知道：当你用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，只要数组已经分配了与这个字节对应的字节数量，如何转换为任何类型(short，int…)？如果没有分配足够的内存来"包含此类型"，下一个内存地址还会被读取吗？例如，如果我想将endian强制转换为long，会执行此操作，从endian的开头读取四个字节，还是会失败？

然后，关于字节序的一个问题是：这是处理器在内存中写入字节的习惯，其中最有意义的字节位于最低内存位置(big-endian)或最高内存位置(little-endian)。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？

不要忘记编译器只会编写汇编代码。如果忽略编译器发出的所有警告，则可以检查编译器生成的程序集代码，并了解实际情况。

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;
}

并且我使用CCD_ 1提取该代码。让我们破译一下。

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，您可以看到(0x14)%esp是用0初始化的。因此，您知道数组endian在堆栈上，位于寄存器%ESP(堆栈指针)+0x14中的地址。

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

LEA只是一种算术运算。EAX现在包含%ESP+0x14，这是堆栈上数组的地址。

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

在地址ESP+0x1c(这是变量casted_endian的位置)，我们放置EAX，因此是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<lt；与相关的论点没有任何更多的检查。就这样，程序不会再进行任何检查了。变量的类型与机器完全无关。

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

它的地址在当前映射的内存页中，或者没有。在第一种情况下，operator<<会毫无怨言地读取该地址的任何内容。这可能会在屏幕上写一些奇怪的东西。在第二种情况下，您的操作系统会抱怨程序试图读取他无法读取的内容，并引发中断。这就是著名的分割错误。

如果您试图强制转换到大于数组的大小，则会得到未定义的行为。它可能会尝试读取数组后面的内存内容，但结果不能保证，也不需要一致。

天啊。我在这里要说的是，为什么这适用于大多数架构，但我不能说其中有多少是标准的。

您正在做的是将数组endian强制转换为short。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有用的元数据，并且数组上的某些操作不同(例如sizeof)。然后使用该地址(endian)并从中创建一个objdump0指针。内存地址保持不变，只是您对指向的数据进行了不同的解释。然后，您将取消引用该指针以获取值，并将其分配给x。

简短的旁注。这可能不适用于所有系统。在C中，int仅定义为与体系结构的本机字大小一样宽(x86上为4字节，x86_64上为8字节)。short则仅被定义为短于int(或者等于，如果内存服务正确的话)。因此，该代码将在8位体系结构上失败。要实现此操作，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，long只是被定义为比int长，通常在x86和x86_64上分别为8或16个字节。在这种情况下，此代码将在x86:上工作

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

无论如何，处理器的字节序完全取决于处理器。x86是little-endian(并且基本上启动了LE设备的约定IIRC)。SPARC是big-endian(直到9，两者都可以)。ARM和MIPS也是可配置的，Microblaze取决于使用的总线(AXI或PLB)。无论如何，字节序不仅限于处理器，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，最高有效字节被称为，因为所代表的值大于较小字节所能代表的最大值。在16位字的情况下，最低有效字节可以表示0-255，最高有效字节可以代表256-65535。

在任何情况下，除非您正在进行低级别系统编程(我的意思是，直接修改内存)或编写通信协议，否则您永远不需要担心endianness。

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12564000，或者程序可能崩溃，或者其他任何事情都可能合法发生。即使不考虑数组是否足够大以适应它所转换的类型，情况也是如此

以下是对代码的改写，使其合法化，并按照作者的意图行事。

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

如果您编写的代码试图从该数组中获取int，那么它将访问合法数组边界之外的内容，并且您将再次遇到未定义的行为；任何事情都有可能发生。

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？

(我猜你是想问为什么endian[1]被认为包含最高有效字节。)

因为在这个例子中，系统是小端序，正如你所说，小端序的定义是内存位置中具有最高地址的最高有效字节。CCD_ 19具有比CCD_ 20更高的地址，因此CCD_。

相关文章：