【转】C/C++中的联合体union及CPU大小端判定

 在C/C++程序的编写中，当多个基本数据类型或复合数据结构要占用同一片内存时，我们要使用联合体；当多种类型，多个对象，多个事物只取其一时（我们姑且通俗地称其为“n 选1”），我们也可以使用联合体来发挥其长处。首先看一段代码：

union myun 
{
 　　struct { int x; int y; int z; }u; 
　　 int k; 
}a; 
int main() 
{ 
　　 a.u.x =4;
 　　a.u.y =5; 
　　 a.u.z =6; 
　　 a.k = 0; 
　　 printf("%d %d %d\n",a.u.x,a.u.y,a.u.z);
　　 return 0;
}

union类型是共享内存的，以size最大的结构作为自己的大小，这样的话，myun这个结构就包含u这个结构体，而大小也等于u这个结构体的大小，在内存中的排列为声明的顺序x,y,z从低到高，然后赋值的时候，在内存中，就是x的位置放置4，y的位置放置5，z的位置放置6，现在对k赋值，对k的赋值因为是union，要共享内存，所以从union的首地址开始放置，首地址开始的位置其实是x的位置，这样原来内存中x的位置就被k所赋的值代替了，就变为0了，这个时候要进行打印，就直接看内存里就行了，x的位置也就是k的位置是0，而y，z的位置的值没有改变，所以应该是0,5,6。

 

再看两个试题：

试题一：编写一段程序判断系统中的CPU 是Little endian 还是Big endian 模式？
分析：
作为一个计算机相关专业的人，我们应该在计算机组成中都学习过什么叫Little endian 和Big endian。Little endian 和Big endian 是CPU 存放数据的两种不同顺序。对于整型、长整型等数据类型，Big endian 认为第一个字节是最高位字节（按照从低地址到高地址的顺序存放数据的高位字节到低位字节——大端）；而Little endian 则相反，它认为第一个字节是最低位字节（按照从低地址到高地址的顺序存放数据的低位字节到高位字节——小端）。
例如，假设从内存地址0x0000 开始有以下数据：
0x12 0x34 0xab 0xcd
如果我们去读取一个地址为0x0000 的四个字节变量，若字节序为big-endian，则读出结果为0x1234abcd；若字节序位little-endian，则读出结果为xcdab3412。如果我们将0x1234abcd 写入到以0x0000 开始的内存中，则Little endian 和Big endian 模式的存放结果如下：
地址               0x0000 0x0001 0x0002 0x0003
big-endian        0x12     0x34     0xab     0xcd
little-endian       0xcd     0xab     0x34     0x12
一般来说，x86 系列CPU 都是little-endian 的字节序，PowerPC 通常是Big endian，还有的CPU 能通过跳线来设置CPU 工作于Little endian 还是Big endian 模式。
解答：
显然，解答这个问题的方法只能是将一个字节（CHAR/BYTE 类型）的数据和一个整型数据存放于同样的内存开始地址，通过读取整型数据，分析CHAR/BYTE 数据在整型数据的高位还是低位来判断CPU 工作于Little endian 还是Big endian 模式。得出如下的答案：

typedef unsigned char BYTE;
int main(int argc, char* argv[])
{
　　unsigned int num,*p;
　　p = #
　　num = 0;
　　*(BYTE *)p = 0xff;
　　if(num == 0xff)
　　{
　　　　printf("The endian of cpu is little\n");
　　}
　　else //num == 0xff000000
　　{
　　　　printf("The endian of cpu is big\n");
　　}
　　return 0;
}

除了上述方法(通过指针类型强制转换并对整型数据首字节赋值，判断该赋值赋给了高位还是低位)外，还有没有更好的办法呢？我们知道，union 的成员本身就被存放在相同的内存空间（共享内存，正是union 发挥作用、做贡献的去处），因此，我们可以将一个CHAR/BYTE 数据和一个整型数据同时作为一个union 的成员，得出
如下答案：

int checkCPU()
{
　　union w
　　{
 　　　int a;
 　　　char b;
　　}c;
　　c.a = 1;
　　return (c.b == 1);  // 小端返回TRUE,大端返回FALSE
}

实现同样的功能，我们来看看Linux 操作系统中相关的源代码是怎么做的：

static union { char c[4]; unsigned long mylong; } endian_test = {{ 'l', '?', '?', 'b' } };
#define ENDIANNESS ((char)endian_test.mylong)

Linux 的内核作者们仅仅用一个union 变量和一个简单的宏定义就实现了一大段代码同样的功能！由以上一段代码我们可以深刻领会到Linux 源代码的精妙之处！(如果ENDIANNESS=’l’表示系统为little endian,为’b’表示big endian )
试题二：假设网络节点A 和网络节点B 中的通信协议涉及四类报文，报文格式为“报文类型字段+报文内容的结构体”，四个报文内容的结构体类型分别为STRUCTTYPE1~ STRUCTTYPE4，请编写程序以最简单的方式组
织一个统一的报文数据结构。
分析：
报文的格式为“报文类型+报文内容的结构体”，在真实的通信中，每次只能发四类报文中的一种，我们可以将四类报文的结构体组织为一个union（共享一段内存，但每次有效的只是一种），然后和报文类型字段统一组织成一个报文数据结构。
解答：
根据上述分析，我们很自然地得出如下答案：

typedef unsigned char BYTE;
//报文内容联合体
typedef union tagPacketContent
{
　　STRUCTTYPE1 pkt1;
　　STRUCTTYPE2 pkt2;
　　STRUCTTYPE3 pkt1;
　　STRUCTTYPE4 pkt2;
}PacketContent;
//统一的报文数据结构
typedef struct tagPacket
{
　　BYTE pktType;
　　PacketContent pktContent;
}Packet;

【参考资料 感谢作者】

以上摘自：http://blog.chinaunix.net/u2/84450/showart_1829958.html

另外，我看到篇文章：http://hi.baidu.com/ilotus_y/blog/item/e8d68c29130875f998250aaa.html 讨论C++联合体的高级应用。