“内存对界”原理——数据是如何对齐的

1. 内存对界原理

在C语言中，结构是一种复合数据类型，其构成元素既可以是基本数据类型（如int、long、float等）的变量，也可以是一些复合数据类型（如数组、结构、联合等）的数据单元。在结构中，编译器为结构的每个成员按其自然对界（alignment）条件分配空间。各个成员按照它们被声明的顺序在内存中顺序存储，第一个成员的地址和整个结构的地址相同。

例如：

struct struct1

{
char x1; // 对界条件为1，不填充，偏移地址为0
short x2; // 对界条件为2，前面填充一个字节，偏移地址为2
double x3; // 对界条件为4，不填充，偏移地址为4 
char x4; // 对界条件为1，不填充，偏移地址为8
short x5; // 对界条件为2，前面填充一个字节，偏移地址为10
};

struct1 st1; cout << &st1 << endl; // 输出：0012FF54
void* p = &st1.x1;
cout << p << endl;// 输出：0012FF54
cout << &st1.x2 << endl;// 输出：0012FF56
cout << &st1.x3 << endl;// 输出：0012FF5C
p = &st1.x4;
cout << p << endl;// 输出：0012FF64
cout << &st1.x5 << endl;// 输出：0012FF66
cout << sizeof(struct1) << endl;// 输出：12

其内存分布如右图所示：

 

 

x1为结构体的第一个成员，其地址和整个结构的地址相同，因而其偏移地址为0。

x2为short类型，其大小为2，因而其自然对界也为2，所以其偏移地址必须为2的整数倍，所以编译器在x2和x1之间添充了1个空字节。这样，x2的偏移地址为2。

x3为double类型，其大小为8，因而其自然对界也为8，所以其偏移地址必须是8的整数倍，所以编译器在x3和x2之间添充了4个空字节。这样，x3的偏移地址为8。

同理，可以算出x4的偏移地址为16，紧跟着x3存储。x5的偏移地址为18。

最后，由于x3要求8字节对界，是该结构所有成员中要求的最大对界单元，因而整个结构struct1的自然对界条件为8字节（注意不是该结构的总大小），所以该结构的大小必须满足8的整数倍，这就要求在x5之后还要再添充4个字节，使整个结构体的大小为24字节。

通过上面的分析可得到如下结论：

对于基本数据类型（如int、long、float等。注意，还包括指针），其自然对界条件为该类型所占用存储空间的大小，指针点用4个字节的空间；

对于复合数据类型（如数组、结构、联合等），其自然对界条件为该数据类型的所有成员中要求的最大对界单元。

有了上面的分析，就不难明白下面的例子，包含了同样数据类型的结构体，其占用内存空间的差距咋就这么大呢!

struct struct1

{
char c1;
char c2;
double d;
};

struct struct2
{
char c1;
double d;
char c2;
};

cout << sizeof(struct1) << endl; // 输出：16
cout << sizeof(struct2) << endl; // 输出：24

想到了什么？原来优化结构体内变量类型的存储顺序，可以减少对内存的占用！

 

2. 更改C编译器的缺省字节对齐方式

在缺省情况下，C编译器为每一个变量或是数据单元按其自然对界条件分配空间。一般地，可以通过下面的方法来改变缺省的对界条件：

1>使用伪指令#pragma pack (n)，C编译器将按照n个字节对齐。

2>使用伪指令#pragma pack ()，取消自定义字节对齐方式。

另外，还有如下的一种方式：

__attribute((aligned (n)))，让所作用的结构成员对齐在n字节自然边界上。如果结构中有成员的长度大于n，则按照最大成员的长度来对齐。

__attribute__ ((packed))，取消结构在编译过程中的优化对齐，按照实际占用字节数进行对齐。

以上的n = 1, 2, 4, 8, 16... 第一种方式较为常见。

3. 加深理解

为了加深对内存对齐的理解，再看下面的例子：处理结构体时要小心！！！

#pragma pack(8)
struct s0
{
short s;
};
struct s1
{
short a;
long b;
};
struct s2
{
char c;
s1 d;
long long e;
};
#pragma pack()


cout << sizeof(s0) << endl; // 输出：2
cout << sizeof(s1) << endl; // 输出：8
cout << sizeof(s2) << endl; // 输出：24

问：sizeof(s2) = ?  s2的c后面空了几个字节接着是d?

分析：成员对齐有一个重要的条件，即每个成员分别对齐，每个成员按自己的方式对齐。

也就是说上面虽然指定了按8字节对齐，但并不是所有的成员都是以8字节对齐。其对齐的规则是,每个成员按其类型的对齐参数（通常是这个类型的大小）和指定对齐参数（这里是8字节）中较小的一个对齐。并且结构的长度必须为所用过的所有对齐参数的整数倍。不够就补空字节。

s1中，成员a是2字节默认按2字节对齐，指定对齐参数为8，这两个值中取2，a按2字节对齐；成员b是4个字节，默认是按4字节对齐，这时就按4字节对齐，所以sizeof(s1)应该为8。

s2 中，c和s1中的a一样，按2字节对齐，而d 是个结构，它是8个字节，它按什么对齐呢？对于结构来说,它的默认对齐方式就是它的所有成员使用的对齐参数中最大的一个,s1的就是4。所以，成员d就是按4字节对齐。成员e是8个字节，它是默认按8字节对齐，和指定的一样，所以它应对到8字节的边界上，这时，已经使用了12个字节了，所以又添加了4个字节的空，从第16个字节开始放置成员e。这时，长度为24，已经可以被8(成员e按8字节对齐)整除。这样，一共使用了24个字节。

s1的内存布局：

a				b
1	1	x	x	1	1	1	1

s2的内存布局：

c				d												e
1	x	x	x	1	1	1	1	1	1	1	1	x	x	x	x	1	1	1	1	1	1	1	1

这里有三点很重要:

1. 每个成员分别按自己的方式对齐,并能最小化长度；

2. 复杂类型(如结构)的默认对齐方式是它最长的成员的对齐方式,这样在成员是复杂类型时,可以最小化长度；

3. 对齐后的长度必须是成员中最大的对齐参数的整数倍,这样在处理数组时可以保证每一项都边界对齐；

4. 数组的对齐方式

对于数组，对齐方式为元素的对齐方式。

比如:char a[3];这种，它的对齐方式和分别写3个char是一样的，也就是说它还是按1个字节对齐.如果写： typedef char Array3[3]; Array3这种类型的对齐方式还是按1个字节对齐,而不是按它的长度。

不论类型是什么，对齐的边界一定是1,2,4,8,16,32,64....中的一个。

struct s1
{
char a[8];
};

struct s2
{
double d;
};
struct s3

{
s1 s;
char a;
};

struct s4
{
s2 s;
char a;
};

cout << sizeof(s1) << endl; // 输出：8
cout << sizeof(s2) << endl; // 输出：8
cout << sizeof(s3) << endl; // 输出：9
cout << sizeof(s4) << endl; // 输出：16;

s1和s2大小虽然都是8，但是s1的对齐方式是1，s2的对齐方式是8（double），所以在s3和s4中才有这样的差异。所以，在自己定义结构体的时候，如果空间紧张的话，最好考虑对齐因素来排列结构体里的元素。

5. union的对齐方式

union的对齐方式：为成员中最大的对齐方式，长度为按照这个对齐方式调整最长成员得到的长度。

union u1

{
double a;
int b;
};
union u2
{
char a[13];
int b;
};

union u3
{
char a[13];
char b;
};
cout << sizeof(u1) << endl; // 输出：8
cout << sizeof(u2) << endl; // 输出：16（特别注意！）
cout << sizeof(u3) << endl; // 输出：13

都知道union的大小取决于它所有的成员中，占用空间最大的一个成员的大小。所以对于u1来说，大小就是最大的double类型成员a了，所以 sizeof(u1)=sizeof(double)=8。

但是对于u2和u3，最大的空间都是char[13]类型的数组，为什么u3的大小是13，而 u2是16呢？关键在于u2中的成员int b。由于int类型成员的存在，使u2的对齐方式变成4，也就是说，u2的大小必须在4的对界上，所以占用的空间变成了16（最接近13的对界）。

所以：复合数据类型，如union，struct，class的对齐方式为成员中对齐方式最大的成员的对齐方式。

对界是可以更改的，使用#pragmapack(x)宏可以改变编译器的对界方式，默认是8。C++固有类型的对界取编译器对界方式与自身大小中较小的一个。例如，指定编译器按2对界，int类型的大小是4，则int的对界为2和4中较小的2。在默认的对界方式下，因为几乎所有的数据类型都不大于默认的对界方式8（除了 longdouble），所以所有的固有类型的对界方式可以认为就是类型自身的大小。更改一下上面的程序：

#pragma pack(2)

union u2
{
char a[13];
int b;
};
union u3
{
char a[13];
char b;
};

#pragma pack(8)
cout << sizeof(u2) << endl; // 输出：14
cout << sizeof(u3) << endl; // 输出：13

由于手动更改对界方式为2，所以int的对界也变成了2，u2的对界取成员中最大的对界，也是2了，所以此时sizeof(u2)=14。

所以：C++固有类型的对界取编译器对界方式与自身大小中较小的一个。