• 字节序列高低端问题


    字节序:(转载)

    1、Big-Endian(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。 

    2、Little-Endian (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。 

    大小端模式:

    在操作系统中,x86和一般的OS(如windows,FreeBSD,Linux)使用的是小端模式。但比如Mac OS是大端模式。

    1、不同端模式的处理器进行数据传递时必须要考虑端模式的不同(因主机CPU不同,不同的机器会出现高、低两种字节序问题)。

    2、在网络上传输数据时,由于数据传输的两端对应不同的硬件平台,采用的存储字节顺序可能不一致。所以在TCP/IP协议规定了在网络上必须采用网络字节顺序,也就是大端模式。对于char型数据只占一个字节,无所谓大端和小端。而对于非char类型数据,必须在数据发送到网络上之前将其转换成大端模式。接收网络数据时按符合接受主机的环境接收。

    存储量大于1字节,非char类型,如int,float等,要考虑字节的顺序问题了。

    java由于虚拟机的关系,屏蔽了大小端问题。

    1. 网络字节序是高字节序序
    2. C++是主机字节序(高、低都有可能)
    3. JAVA是网络字节序、也就是高字节序

    转换参考代码:

    public static void shortToByte_LH(short shortVal, byte[] b, int offset) {
      b[0 + offset] = (byte) (shortVal & 0xff);
      b[1 + offset] = (byte) (shortVal >> 8 & 0xff);
    }

    public static short byteToShort_HL(byte[] b, int offset)
    {
      short result;
      result = (short)((((b[offset + 1]) << 8) & 0xff00 | b[offset] & 0x00ff));
      return result;
    }

    public static void intToByte_LH(int intVal, byte[] b, int offset) {
      b[0 + offset] = (byte) (intVal & 0xff);
      b[1 + offset] = (byte) (intVal >> 8 & 0xff);
      b[2 + offset] = (byte) (intVal >> 16 & 0xff);
      b[3 + offset] = (byte) (intVal >> 24 & 0xff);
    }

    public static int byteToInt_HL(byte[] b, int offset)
    {
      int result;
      result = (((b[3 + offset] & 0x00ff) << 24) & 0xff000000)
      | (((b[2 + offset] & 0x00ff) << 16) & 0x00ff0000)
      | (((b[1 + offset] & 0x00ff) << 8) & 0x0000ff00)
      | ((b[0 + offset] & 0x00ff));
      return result;
    }

    int 的高低位:

    (1) 获取高字节,低字节。

     // 分别取出int的高字节跟低字节
     int value = 515;
     int big = (value & 0xFF00) >> 8;
     int little = value & 0xFF;

    (2)根据高字节,低字节,为int指定。

     // 为int设置指定的高字节跟低字节
     int value;
     int a;  int b;
     value= (a<< 8) | (b & 0xFF);
  • 相关阅读:
    小结:机器学习基础部分
    概率图:HMM:Evaluation问题(前向算法/后向算法)
    概率图:GMM求解:EM优化算法的导出(从【ELBO+KL】和【ELBO+Jensen】两个角度导出)
    概率图:GMM:EM算法及其收敛性证明
    概率图:高斯混合模型(GMM)
    概率图基础:D-separation;全局Markov性质;Markov Blanket
    概率图基础:概率基本概念、条件独立性、图求解联合概率的规则合理性推理
    mysql索引失效
    mysql 统计行数count(*)
    mysql如何收缩表空间
  • 原文地址:https://www.cnblogs.com/schyzhkj/p/13092666.html
Copyright © 2020-2023  润新知