如何从字节缓冲区读取 little-endian 64 位值？

Question

在 C 应用程序（不是 C++）中，我有一个通过 .network 接收的数据字节数组。 该数组长 9 个字节。 字节 1 到 8（从零开始）表示 64 位 integer 值作为小端。 我的 CPU 也使用小端。

如何将这些字节从数组转换为 integer 数字？

我试过这个：

uint8_t rx_buffer[2000];
//recvfrom(sock, rx_buffer, sizeof(rx_buffer) - 1, ...)
int64_t sender_time_us = *(rx_buffer + 1);

但它给了我 89、219、234 或 27 之类的值。发件人将这些值视为 1647719702937548、1647719733002117 或 1647719743790424。（这些示例不匹配，它们只是随机样本。）

Answer 1

不安全的解决方案：

int64_t sender_time_us = *(int64_t*)(rx_buffer + 1);

这可能是 alignment 违规，并且是严格的别名规则违规。 这是未定义的行为。 在某些机器上，这可能会因总线错误而终止您的程序。

---

安全解决方案：

int64_t sender_time_us;
memcpy( &sender_time_us, rx_buffer + 1, sizeof( int64_t ) );

@Nate Eldredge 指出虽然这个解决方案可能看起来效率低下，但一个体面的编译器应该将其优化为高效的东西。 .net 效果将是 (a) 强制编译器正确处理未对齐的访问，如果目标需要任何特殊处理，(b) 让编译器正确理解别名并防止任何会破坏它的优化。 对于能够正常处理未对齐访问的目标，生成的代码可能根本不会改变。

Answer 2

您的代码仅获得一个uint8_t 。 您需要先转换为int64_t 。 是这样的：

int64_t* pBuffer = (int64_t*)(rx_buffer + 1);
int64_t sender_time_us = *pBuffer;

但是您应该知道，某些 CPU 可能不喜欢访问未对齐的 64 位值。 如果您知道字节顺序，这也可能没问题，但实际上以更便携的方式处理它会更好。

Answer 3

读取 little-endian 64 位值的可移植方法非常简单：

inline static uint64_t load_u64le(const void *p) {
    const unsigned char *q = p;
    uint64_t result = 0;
    result |= q[7]; result <<= 8;
    result |= q[6]; result <<= 8;
    result |= q[5]; result <<= 8;
    result |= q[4]; result <<= 8;
    result |= q[3]; result <<= 8;
    result |= q[2]; result <<= 8;
    result |= q[1]; result <<= 8;
    result |= q[0];
    return result;
}

inline static int64_t load_i64le(const void *p) {
    return (int64_t)load_u64le(p);
}

只需将此助手 function 调用为read_i64le(rx_buffer + 1) 。 现代编译器能够在可能的情况下将其优化为架构上的单个指令。

要读取一个 64 位值，其中您明确知道字节顺序与本机 ABI 一致，您可以使用以下命令：

inline static uint64_t load_u64(const void *p) {
    uint64_t result;
    memcpy(&result, p, sizeof(result));
    return result;
}

它有更好的机会被优化为一个简单的加载，假设只假设编译器将一个短的memcpy优化为一个内联 memory 加载。

为了获得最佳效果，您可以使用：

inline static uint64_t load_u64le(const void *p) {
    uint64_t result = 0;
#if defined(__BYTE_ORDER__) && __BYTE_ORDER__ == __ORDER_LITTLE_ENDIAN__
    memcpy(&result, p, sizeof(result));
#else
    const unsigned char *q = p;
    result |= q[7]; result <<= 8;
    result |= q[6]; result <<= 8;
    result |= q[5]; result <<= 8;
    result |= q[4]; result <<= 8;
    result |= q[3]; result <<= 8;
    result |= q[2]; result <<= 8;
    result |= q[1]; result <<= 8;
    result |= q[0];
#endif
    return result;
}

现在，为什么你不应该像其他答案建议的那样转换偏移指针：首先，因为取消引用未对齐的指针是 UB。 并非每个体系结构都支持从任意地址读取大于 8 位的字，即使在那些支持它们的体系结构上，编译器仍可能假设所有取消引用的地址在生成代码时都正确对齐，尤其是在优化下。 如果您曾经使用 UBSan 运行您的代码，它也会报错。

第二个原因是严格的别名。 C 语言规定所有 memory 必须通过指向字符类型（ char 、 signed char或unsigned char ）的指针或指向 object 存储在 memory 中的类型的指针访问； 这确保可以假定指向不同类型的指针不会别名（指向同一内存）。 实际上， uint8_t通常是unsigned char的别名，它是字符类型，例外地允许别名任何类型； 到目前为止，这使得严格的别名问题主要是理论上的。 然而，也没有理由冒这个风险，因为避免它是如此容易和便宜。

Answer 4

你需要投射你的指针，像这样：

int64_t sender_time_us = *(int64_t*)(rx_buffer + 1);

实际上，您只会获得一个字节的数据。