数字的计算机表达--大小端和浮点数

大端和小端

起源

关于大端小端名词的由来，有一个有趣的故事，来自于Jonathan Swift的《格利佛游记》：Lilliput和Blefuscu这两个强国在过去的36个月中一直在苦战。战争的原因：大家都知道，吃鸡蛋的时候，原始的方法是打破鸡蛋较大的一端，可以那时的皇帝的祖父由于小时侯吃鸡蛋，按这种方法把手指弄破了，因此他的父亲，就下令，命令所有的子民吃鸡蛋的时候，必须先打破鸡蛋较小的一端，违令者重罚。然后老百姓对此法令极为反感，期间发生了多次叛乱，其中一个皇帝因此送命，另一个丢了王位，产生叛乱的原因就是另一个国家Blefuscu的国王大臣煽动起来的，叛乱平息后，就逃到这个帝国避难。据估计，先后几次有11000余人情愿死也不肯去打破鸡蛋较小的端吃鸡蛋。这个其实讽刺当时英国和法国之间持续的冲突。Danny Cohen一位网络协议的开创者，第一次使用这两个术语指代字节顺序，后来就被大家广泛接受。

什么是大端和小端

举一个例子，比如数字0x12 34 56 78在内存中的表示形式。

1)大端模式：Big-Endian就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。

低地址 --------------------> 高地址
0x12 | 0x34 | 0x56 | 0x78

2)小端模式：Little-Endian就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。

低地址 --------------------> 高地址
0x78 | 0x56 | 0x34 | 0x12

3)下面是两个具体例子：

16bit宽的数0x1234在Little-endian模式（以及Big-endian模式）CPU内存中的存放方式（假设从地址0x4000开始存放）为：

内存地址	小端模式存放内容	大端模式存放内容
0x4000	0x34	0x12
0x4001	0x12	0x34

32bit宽的数0x12345678在Little-endian模式以及Big-endian模式）CPU内存中的存放方式（假设从地址0x4000开始存放）为：

内存地址	小端模式存放内容	大端模式存放内容
0x4000	0x78	0x12
0x4001	0x56	0x34
0x4002	0x34	0x56
0x4003	0x12	0x78

4)大端小端没有谁优谁劣，各自优势便是对方劣势：

小端模式 ：强制转换数据不需要调整字节内容，1、2、4字节的存储方式一样。
大端模式 ：符号位的判定固定为第一个字节，容易判断正负。

为什么会有大小端模式之分呢？

这是因为在计算机系统中，我们是以字节为单位的，每个地址单元都对应着一个字节，一个字节为8bit。但是在C语言中除了8bit的char之外，还有16bit的short型，32bit的long型（要看具体的编译器），另外，对于位数大于8位的处理器，例如16位或者32位的处理器，由于寄存器宽度大于一个字节，那么必然存在着一个如果将多个字节安排的问题。因此就导致了大端存储模式和小端存储模式。例如一个16bit的short型x，在内存中的地址为0x0010，x的值为0x1122，那么0x11为高字节，0x22为低字节。对于大端模式，就将0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，刚好相反。我们常用的X86结构是小端模式，而KEIL C51则为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

如何判断机器的字节序

通过JDK的NIO包中的Bits来说明：

private static final ByteOrder byteOrder;

static ByteOrder byteOrder() {
	if (byteOrder == null)
		throw new Error("Unknown byte order");
	return byteOrder;
}

static {
	long a = unsafe.allocateMemory(8);
	try {
		unsafe.putLong(a, 0x0102030405060708L);
		byte b = unsafe.getByte(a);
		switch (b) {
		case 0x01: byteOrder = ByteOrder.BIG_ENDIAN;     break;
		case 0x08: byteOrder = ByteOrder.LITTLE_ENDIAN;  break;
		default:
			assert false;
			byteOrder = null;
		}
	} finally {
		unsafe.freeMemory(a);
	}
}

常见的字节序

一般操作系统都是小端，而通讯协议是大端的。

• 常见CPU的字节序

Big Endian : PowerPC、IBM、Sun
Little Endian : x86、DEC
ARM既可以工作在大端模式，也可以工作在小端模式。

• 常见文件的字节序

Adobe PS – Big Endian
BMP – Little Endian
DXF(AutoCAD) – Variable
GIF – Little Endian
JPEG – Big Endian
MacPaint – Big Endian
RTF – Little Endian

Java和所有的网络通讯协议都是使用Big-Endian的编码。

浮点数

十进制转二进制

如何将十进制转换成二进制浮点数呢, 先介绍一下十进制的浮点数 转换二进制的浮点数，分为两部分：

先将整数部分转换为二进制，
将小数部分转换为二进制， 然后将整数部分与小数部分相加。
以 20.3 转换为例，

20转换后变为 10100

0.3 要转换二进制，需要乘2, 乘完之后 取整数部分，然后用乘的结果减去整数部分， 然后 接着乘2, 直至最后没有小数或者小数出现循环, 即乘完.

20 = 10100 (二进制)

0.3 * 2= 0.6 (0)

0.6 * 2 = 1.2 (1)

0.2 * 2= 0.4 (0)

0.4 * 2 = 0.8 (0)

0.8 *2 = 1.6 (1)

计算到这里， 将再出现0.6,进入循环了，所以，结果

0.3 = 0.010011001…1001

所以20.3 = 10100.010011001…1001 (二进制).

2.二进制数转化为科学计数法

20.3 = 10100.010011001…1001 (二进制)=1.01000100110011E10……（十进制科学计数）=1.01000100110011E100……(二进制科学计数)

这里使用移位存储，对于float来说，指数位加上127，double位加上1023(这里指的是存储，在比较的时候要分别减去127和1023)

移位存储

移位存储本质上是为了保证+0和-0的一致性。

以float指数部分的这8位来分析，

那么这8位组成的新的字节，我们来用下面的一串数字表示：0000 0000

首先，我们假设不使用移位存储技术，而是单单看看这个 8位组成的新字节，到底能表示多少个数： 0000 0000 -1111 1111 即0-255，一共256个数。

但是我们知道这8位数既要表示正数也要表示负数。

所以将左边第一位拿出来表示正负的符号：

第一个区间：

0 000 0000-0 111 1111 
即+0 到127

这就是问题的所在:怎么会有两个0，一个正零，一个负零。

这时候使用移位存储：float使用127(0011 1111)

• 表示0 0+127=127 即 0000 0000 +0111 1111=0111 1111
• 表示1 1+127=128 即 0000 0001 +0111 1111=0111 1111
• 表示128 128+127=255 即 1000 0000+0111 1111=1111 1111

最大的正数，再大就要溢出了。

• 表示-1 -1+127=126=127-1 即 0111 1111-0000 0001=0111 1110
• 表示-1 -2+127=125=127-2 即 0111 1111-0000 0010=0111 1101
• 表示-127 -127+127=0 即0111 1111-0111 1111=0000 0000

最小的负数，再小就溢出了。

本文到此结束，感谢阅读。