字节序 — 大端序与小端序

字节序

字节序(Endian/Byte Order)表示多字节数据的存储规则。字节序分为两种：

• 小端序(Little Endian)： 低地址端存储低位字节，高地址端存储高位字节
• 大端序(Big Endian)： 低地址端存储高位字节，高地址端存储低位字节

网络传输一般采用大端序，因此我们将大端序也称作网络字节序。对于单个字节的数据，没有字节序的问题。但对于多字节的数据来说，当我们存储或读取这类数据时，往往要面对字节序的问题。

例如，对于 int 型整数 0x01020304 来说，按照小端序存储，在内存中的顺序（从低到高）如下：

04

03

02

01

按照大端序存储，在内存中的顺序（从低到高）如下：

01

02

03

04

---

采用哪种字节序？

大端和小端有其各自的优势。大端存储的第一个字节是高位，对于一些数值判断（比如正负）会很迅速；小端存储的第一个字节是低位，符号位在最后一个字节，从低位开始计算，效率比较高。

采用哪种字节序是由硬件厂商决定的，例如我们常用的 x86(包括x86_64)架构的 CPU 采用的是小端序。

下面通过程序验证 CPU 采用的何种字节序：

@SuppressWarnings("restriction")
public class ByteOrder {
    public static void main(String[] args) throws NoSuchFieldException, SecurityException, IllegalArgumentException, IllegalAccessException {
        Field field = Unsafe.class.getDeclaredField("theUnsafe");
        field.setAccessible(true);
        Unsafe unsafe = (Unsafe) field.get(null);
        long a = unsafe.allocateMemory(8);
        try {
            unsafe.putLong(a, 0x0102030405060708L);
            byte b = unsafe.getByte(a);
            switch (b) {
                case 0x01:
                    System.out.println("大端序");
                    break;
                case 0x08:
                    System.out.println("小端序");
                    break;
                default:
                    assert false;
            }
        } finally {
            unsafe.freeMemory(a);
        }
    }
}

输出结果：

小端序

可以看出，电脑的 CPU 采用的是小端序。

注意，程序中用的是 sun.misc.Unsafe 类，这个类是非公有API，Oracle 公司已经不提供它的源码了，但我们可以下载 OpenJDK 源码来查看。这里是通过反射的方式获取 Unsafe 对象(参考：sun.misc.Unsafe的理解)。如果在 Eclipse 中运行的话，还需要设置允许使用限制API。

更简单的是采用 Java 自带的方法输出字节序，如下所示：

System.out.println(ByteOrder.nativeOrder());

---

JVM字节序

JVM规范规定了 Class 文件采用大端字节序。Java标准库所支持的序列化格式，跟 Class 文件一样，也是规定用大端方式存储多字节数据。这就使得在 x86 上用 Java 自带的序列化/反序列化功能也要经过大小端转换(参考：在 x86 上的 JVM 大小端转换有多少性能开销?)。

---

什么时候需要转换字节序？

虽然大小端的问题在内存、软件等地方存在，但在下面两种情况下不需要关注这个问题：

• 在单机上，使用同一种编程语言，读写变量或文件、进行网络通信
• 在分布式场景下，使用同一种编程语言，在大小端模式相同的机器之间传输信息

当不符合上面条件时，比如通过 Java 向一个 C++ 服务器发送信息，就需要处理字节序的问题。