- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在 wiki 中读到了字节序并尝试搜索我的问题,发现该帖子 Does the endianness affect how structure members are stored into the memory其中解释了字节顺序不会影响 C
的内存中结构成员的顺序(从低到高)。
同样在 wiki 中:
The little-endian system has the property that the same value can be read from memory at different lengths without using different addresses
但这只是当我们从小地址读到大地址时。
我想知道在哪里(什么架构/语言)使用从高位(明确:大地址)到低位的内存序列?这将使 big-endianness 具有在上面引用的 wiki 中正确提到的相同的好处。
也例如在类似于 C
的语言中,它可能意味着 malloc
返回最大地址,程序将通过执行 received_address--
而不是 ++ 来填充内存
(希望我说清楚了)。
我无法通过网络搜索找到为什么计算机开发没有走那条路(从大地址到小地址读取内存)(因为如果 wiki 中的那个短语是正确的,它确实没有走)。
最佳答案
通常情况下,单词中的字节顺序与您访问单词的顺序之间的联系为零。促使选择单词中的字节顺序的推理/好处等根本不适用于索引数组的方式。
例如Intel 发明(或至少使用)little-endian 使 8008 更像一个 CPU,带有它希望与之兼容的位串行 ALU 和移位寄存器存储。 ( Why is x86 little endian? 另见 https://retrocomputing.stackexchange.com/questions/2008/were-people-building-cpus-out-of-ttl-logic-prior-to-the-4004-8080-and-the-6800/8664#8664 显然 Datapoint 希望 Intel 构建一个位串行机器,并且以 LSB 优先顺序存储跳转目标是为了让他们高兴,即使 CPU 最终不是位-连续剧。)
当对单独的单词进行单独访问时,这显然没有任何意义。
维基百科引用的“优势”更像是一个“有趣的事实”,而不是真正有值(value)的东西。将 ISA 弯曲变形以得到它是没有意义的,因为它会使其他任何东西变得更糟或更昂贵,甚至让人类更难使用。仅当您构建的 CPU 一次解码一个字节的指令时,并且如果解码无论如何都将是多周期的,则可以将提取与解码重叠(因为进位从低位传播到高位)。
虽然您可能对构建第一个小端 CPU 提出了相同的论点,但当时人们认为大端是“自然的”。
您提出的设计将使字的地址成为其最低有效字节的地址。(我认为)。
这更像是 little-endian,具有关于内存寻址反转/翻转/否定的一切。
否则,它只是一个软件约定,返回一个指向分配的尾数的指针,这显然不太方便,因为它需要一个偏移量才能使用。但是如果你返回一个指向分配的最后一个字的指针,你怎么知道调用者想把它当作字而不是字节来对待呢? malloc
返回 void*
.如果返回指向分配的最后一个字节的指针,则必须进行数学运算才能获得指向最后一个字的指针。
因此,除非您执行反向小端,否则返回指向第一个(或唯一)字节/字/双字/ float /已分配缓冲区的任何指针以外的任何内容显然更糟,特别是给定一个像 malloc
这样的分配器它不知道其调用者将用于访问内存的元素大小。
我认为 C 的机器模型与反向小端系统几乎不兼容。你想要 arr[i]
意思是*(arr - i)
而不是 arr + i
, 索引寻址模式可能支持 -
而不是 +
.然后 arr[i]
可以透明地使用 malloc
返回指向末尾的指针。但是 C 定义了 x[y]
在 *(x+y)
方面, 并且有代码会注意到差异和中断。
否则,如果寻址仍能正常工作,您是否希望将负索引向上计数为零以从低地址循环到高地址?
如果您的“正常”用例是 for(i=0; i<n ; i++)
并访问 arr[-i]
,它可以像在普通机器上一样工作。但是你需要修改你的 C 源代码才能在这样的机器上工作。
或者,如果您想编写类似 for(i=0 ; i>=-n ; i--)
的循环那么你最大的索引变成负数,而你的大小仍然是正数。这看起来更令人困惑。
(@Alexei Martianov 的回答提出了一个很好的观点:CPU 可能需要在地址生成单元和其他普通 CPU 使用加法器的地方使用二进制减法器。我认为减法器通常需要稍微硬件多于加法器。这在主 ALU 之外,当然必须能够同时支持有效的整数数学运算。)
关于computer-science - 为什么即使是大端计算机也从低位内存读取到高位内存?对于 big-endianness 相反可能更优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58151720/
这个问题已经有答案了: 已关闭10 年前。 Possible Duplicate: Big Theta Notation - what exactly does big Theta represent
我有一个作业要证明这些是对还是错: a) 150n^3 + 43n^2 + 50^n + 3 = Ω(n^5) b) n^10 + 30n^8 + 80n^6 = O(n^12) c) 55n + 3
我可以在 big.Int 上使用像 Text() 这样的方法,它工作正常,但是如果我返回一个 big.Int 然后使用“myfunc().Text()”会抛出一个错误,而如果我返回一个 * big.I
我正在用 PHP 开发一个网络应用程序,此时核心库的大小为 94kb。虽然我认为我现在是安全的,但多大才算太大?脚本的大小是否会成为一个问题,如果是这样,可以通过将脚本拆分为多个库来改善这一点吗? 我
我正在复习 Big-Oh 符号,但我在理解这个问题的解决方案时遇到了问题: Is 2n + 10 ≡ O(n)? Can we find c and n0? 2n + 10 = 10 n >= 10/
我最近陷入了争论/辩论中,我试图对正确的解决方案做出明确的判断。 众所周知, n! grows very quickly ,但究竟有多快,足以“隐藏”可能添加到其中的所有其他常量? 让我们假设我有这个
我很难找出这段代码的 Big-O 符号。 我需要找到两个 for 循环的符号。 public static int fragment(int n) { int sum = 0; for (in
给定两个函数: f(n)=O(log2n) 和 g(n)=O(log10n) 其中一个是否支配另一个? 最佳答案 请记住,任何碱基的对数都可以转换为仅以常数变化的公共(public)碱基。 因此它们都
经过修改,我们得出结论,时间复杂度实际上是O(2^n) 问题是时间复杂度是多少?是 O(2^n) 还是? 我相信这是因为 for 循环被认为运行了 n 次。然后嵌套的 while 循环运行 2^n 次
以下嵌套循环的 Big-O 时间复杂度是多少: for (int i = 0; i < N; i++) { for (int j = i + 1; j < N; j++) {
我很想知道经验丰富的 C 程序员认为可以按值传递的参数大小的上限是什么。 上下文:我有机会使用 2×2 矩阵,它位于一个结构体中: typedef struct { double a, b, c,
我很想知道经验丰富的 C 程序员认为可以按值传递的参数大小的上限是什么。 上下文:我有机会使用 2×2 矩阵,它位于一个结构体中: typedef struct { double a, b, c,
假设我们有一个问题,我们使用 X 算法实现了 O(n) 或 O(log n) 或 etc...。 n 的值何时大到我们必须考虑替代实现?让我们看看我是否可以更好地解释自己。 For n=10,000
这属于哪种 Big-O 表示法?我知道 setSearch() 和 removeAt() 是 O(n) 的顺序(假设它们是任意一种)。我知道如果没有 for 循环它肯定是 O(n),但是我很困惑如何计
这是我的问题,我已经设法为 a 部分提出了一个答案,但对于 b 部分,我对 b 部分的答案并不是很自信。 在最近的一起法庭案件中,一名法官以蔑视城市为由,下令第一天罚款 2 美元。 之后的每一天,直到
我正在尝试计算以下算法的大 O,但我很困惑,需要一些帮助: Algorithm 1. DFS(G,n) Input: G- the graph n- the current node 1
我们有一个使用 F5 BIG-IP 服务器进行负载平衡的潜在客户端。在确定我们是否可以将我们的产品与他们的负载均衡器干净地集成时,我开始查看 F5 提供的 API。问题是,如果没有 F5 服务器,我无
我正在尝试使用 react-big-calendar 包。 http://intljusticemission.github.io/react-big-calendar/examples/index.
我的任务是尝试找到给定 Java 方法的 big-O 和 big-Omega,但不知道如何找到。我知道 big-O 给出了上限,big-Omega 给出了下限,但是在查看程序(更不用说递归程序)时,我
我正在尝试确定以下陈述是对还是错。 如果 f(n) ∈ O(n) 且 g(n) ∈ Ω(n),则 f(n) + g(n) ∈ Θ(n)。 我想我理解添加相同的渐近 big-O。 O(n) + O(n)
我是一名优秀的程序员,十分优秀!