字节序详解

字节序（endianness）

这篇文章来自于对How to teach endian的理解

One of the major disciplines in computer science is parsing/formatting. This is the process of converting the external format of data (file formats, network protocols, hardware registers) into the internal format (the data structures that software operates on).
解析和格式化是计算机科学中主修科目之一，它是外部数据（如文件格式、 络协议、硬件寄存器等）和内部数据（软件运行时的数据结构）相互转化的过程。

大于255的整数需要使用另外的字节进行数据表示，这些字节摆放、读取的顺序就成为字节序。

计算机硬件有两种存储数据的方式：大端字节序（big endian）和小端字节序（little endian）。

假如有一个数值为0x1234的数，高位是0x12（这里是一个字节），低位是0x34（一个字节）。
大端字节序：高位字节在前，低位字节在后。这个数字被存放为0x1234。
小端字节序：低位字节在前，高位字节在后。这个数字被存放为0x3412。

大端字节序的顺序适合人们处理数字的方式。那么为什么要使用小端字节序呢p>

这是因为小端字节序的效率比大端字节序要高，在计算机电路中，先对低字节数据进行处理。

那么外部数据如何转化成内部数据（解析）的呢r> 有两种方式 buffered or streaming 缓存和流。

• 在缓存模型中，首先读取整个输入，然后再进行解析

• 在流模型中，是一个字节读取并解析，再进行下一个字节。
  流模式最适合非常大的文件或跨TCP 络连接的流数据。

缓存模型：首先假设你将文件数据读取到了一个buffer数组中，然后
你要解析大端字节序整数x，那么
x = buffer[offset] * 256 + buffer[offset + 1]
也可以写成 x = buffer[offset] 你要解析小端字节序整数y，那么
y = buffer[offset + 1] * 256 + buffer[offset]
也可以写成 x = buffer[offset + 1]

很明显大端字节序是将高位的（offset小的）放在了前面。

在Linux的头文件的数据结构中也可以看到。

如果想了解更多，可以在原文中查看。