基于结构体sizeof的字节对齐问题讨论

这些天经常在论坛上看到有人问关于结构体的sizeof的问题，要解答这个问题，首先就必须要了解字节对齐的问题。下面就对此部分内容做一个简要的小结，方便以后查阅。(部分内容参考网上的资料，如有错误请读者指正)。

---

首先我写了如下一段计算结构体大小的代码，测试一下我们所知道的理论是否和实际相同。

#include <iostream> using namespace std; //设置为向1字节对齐 //#pragma pack(1)//expected pragma parameter to be '1', '2', '4', '8', or '16' class A { //空 }; typedef union { long a; int b[5]; char c; } DATE; class B { char x; double y; DATE z; }; class C { char x; DATE z;//注意：将DATA类型移到double类型的前面的区别 double y; }; int main() { cout<<sizeof(A)<<endl;//1 cout<<sizeof(B)<<endl;//40 cout<<sizeof(C)<<endl;//32 return 0; }

我对输出的结果进行一下简要的分析：
(1)第一个为什么输出为1呢？试想一个“不占空间”的变量如何被取地址、两个不同的“空结构体”变量又如何得以区分呢。于是，“空结构体”变量也得被存储，这样编译器也就只能为其分配一个字节的空间用于占位了。

(2)第二个为什么输出为40呢？1(一个char)+7(padding bytes)+8(一个double)+20(五个int，是5*4=20)+4(padding bytes)=40

(3)第二个为什么输出为32呢？1(一个char)+4(b[5]中的一个int)+3(padding bytes)+16(b[5]中其余的四个int)+8(一个double)=32

如果你对这几个结果还有什么疑问就请继续往下看。

[Part1：sizeof的定义及使用]

[Part2：字节对齐问题的探讨]

[Part1：sizeof的定义及使用] sizeof是C/C++中的一个操作符(operator)，其作用就是返回一个对象或者类型所占的内存字节数。 MSDN: The sizeof keyword gives the amount of storage, in bytes, associated with a variable or a type (including aggregate types). This keyword returns a value of type size_t. 其返回值类型为size_t，在头文件stddef.h中定义。这是一个依赖于编译系统的值，一般定义为： typedef unsigned int size_t; sizeof有三种语法形式，分别如下： (1) sizeof( object ); // sizeof( 对象 ); (2) sizeof( type_name ); // sizeof( 类型 ); (3) sizeof object; // sizeof 对象; 例如： //假设为32位系统 int i; sizeof(i); // ok, 4 sizeof i; // ok, 4 sizeof(int); // ok, 4 sizeof int; // error 有一点需要特别注意，就是：指针变量的sizeof和数组的sizeof的区别！ (a)指针变量的sizeof 我们知道指针是记录了另一个对象的地址。既然是来存放地址的，那么它当然等于计算机内部地址总线的宽度。所以在32位计算机中，一个指针变量的返回值必定是4(注意结果是以字节为单位)，可以预计，在将来的64位系统中指针变量的sizeof结果为8。 例如： //假设为32位系统 char* pc = "abc"; int* pi; string* ps; char** ppc = &pc; void (*pf)(); // 函数指针 sizeof( pc ); // 4 sizeof( pi ); // 4 sizeof( ps ); // 4 sizeof( ppc ); // 4 sizeof( pf ); // 4 指针变量的sizeof值与指针所指的对象没有任何关系，正是由于所有的指针变量所占内存大小相等，所以MFC消息处理函数使用两个参数WPARAM、LPARAM就能传递各种复杂的消息结构(使用指向结构体的指针)。 (b)数组的sizeof 数组的sizeof值等于数组所占用的内存字节数。 例如： //假设为32位系统 char a1[] = "abc"; int a2[3]; sizeof( a1 ); // 结果为4，注意字符末尾还存在一个NULL终止符 sizeof( a2 ); // 结果为3*4=12 一些初学者容易把sizeof当作求数组元素的个数，现在，你应该知道这是不对的。那么应该怎么求数组元素的个数呢？通常有下面两种写法： char a1[] = "abc"; int c1 = sizeof( a1 ) / sizeof( char ); // 总长度/单个元素的长度 int c2 = sizeof( a1 ) / sizeof( a1[0] ); // 总长度/第一个元素的长度 所以我们经常在写程序的时候，会定义如下一个宏，用于计算数组元素的个数： #define ARRAYLEN(x) (sizeof( x ) / sizeof( char )) 写到这里，提一问，下面的c3，c4值应该是多少呢？ void foo1(char a3[3]) { int c3 = sizeof( a3 ); // c3 == ? } void foo2(char a4[]) { int c4 = sizeof( a4 ); // c4 == ? } 也许当你试图回答c4的值时已经意识到c3答错了，是的，c3!=3。这里函数参数a3已不再是数组类型，而是蜕变成了指针，相当于char* a3，为什么仔细想想就不难明白，我们调用函数foo1时，程序会在栈上分配一个大小为3的数组吗？不会！数组是“传址”的，调用者只需将实参的地址传递过去，所以a3自然为指针类型(char*)，c3的值也就为4。 [Part2：字节对齐问题的探讨] 当我们要计算一个结构体的sizeof时，就会遇到字节对齐的问题。 MSDN: When applied to a structure type or variable, sizeof returns the actual size, which may include padding bytes inserted for alignment. 为什么需要字节对齐呢？计算机组成原理教导我们这样有助于加快计算机的取数速度，否则就得多花指令周期了。为此，编译器默认会对结构体进行处理(实际上其它地方的数据变量也是如此)，让宽度为2的基本数据类型(short等)都位于能被2整除的地址上，让宽度为4的基本数据类型(int等)都位于能被4整除的地址上，以此类推。这样，两个数中间就可能需要加入填充字节，所以整个结构体的sizeof值就增长了。 例如： struct S { char c; int i; }; sizeof(S)在VC6.0中按默认设置得到的结果为8。 (即，1(一个char)+3(padding bytes)+4(一个int)=8) 字节对齐的细节和编译器实现相关，但一般而言，满足三个准则： (1) 结构体变量的首地址能够被其最宽基本类型成员的大小所整除； (2) 结构体每个成员相对于结构体首地址的偏移量(offset)都是成员大小的整数倍，如有需要编译器会在成员之间加上填充字节(internal adding)； (3) 结构体的总大小为结构体最宽基本类型成员大小的整数倍，如有需要编译器会在最末一个成员之后加上填充字节(trailing padding)。 结构体某个成员相对于结构体首地址的偏移量可以通过宏offsetof()来获得，这个宏也在stddef.h中定义，如下： #define offsetof(s,m) (size_t)&(((s *)0)->m) 例如： 想要获得S中c的偏移量，方法为 size_t pos = offsetof(S, i);// pos等于1 考虑再复杂点儿的情况：当结构体的成员有复合类型(如struct、union等)的时候，如何寻找最宽基本类型成员呢？ 方法是： 寻找最宽基本类型成员时，应当包括复合类型成员的子成员，而不是把复合成员看成是一个整体。但在确定复合类型成员的偏移位置时则是将复合类型作为整体看待。 例如： //假设为32位系统 struct S { char c; int i; }; struct T { char c1; S s; char c2 }; S的最宽简单成员的类型为int，T在考虑最宽简单类型成员时是将S“打散”看的，所以T的最宽简单类型为int，这样，通过T定义的变量，其存储空间首地址需要被4整除，整个sizeof(T)的值也应该被4整除。 c1的偏移量为0，s的偏移量呢？这时s是一个整体，它作为结构体变量也满足前面三个准则，所以其大小为8，偏移量为4，c1与s之间便需要3个填充字节，而c2与s之间就不需要了，所以c2的偏移量为12，算上c2的大小为13，13是不能被4整除的，这样末尾还得补上3个填充字节。最后得到sizeof(S3)的值为16。 通过上面的叙述，我们可以得到一个公式： 结构体的大小 = 最后一个成员的偏移量 + 最后一个成员的大小 + 末尾的填充字节数目(如果有的话)，即： sizeof( struct ) = offsetof( last item ) + sizeof( last item ) + sizeof( trailing padding ) 最后我们还需要知道的一个问题是：pack指令 有一个影响sizeof的重要参量还未被提及，那便是编译器的pack指令。它是用来调整结构体对齐方式的，不同编译器名称和用法略有不同，VC6.0中通过#pragma pack实现，也可以直接修改/Zp编译开关。 #pragma pack的基本用法为：#pragma pack( n ) n为字节对齐数，其取值为1、2、4、8、16，默认是8，如果n这个值比结构体成员的sizeof值小，那么该成员的偏移量应该以n值为准，即，结构体成员的偏移量应该取二者的最小值。