(学习总结6)C语言结构体的内存对齐和位段实现

大家好，这次的内容是讲解我对C语言结构体和其内存对齐的初步理解，以下代码使用的是VS2022环境的C语言，若有错误，恳请读者大大们批评指正。

一、结构体类型的声明

1.结构的声明

struct tag	// 形式
{
	member-list;
	...
} variable-list;

例如描述一个学生：

struct Stu
{
	char name[20];	// 名字
	int age;		// 年龄
	cahr sex[5];	// 性别
	char id[20];	// 学号
}; 					// 注意有分号

2.结构的特殊声明

在声明结构的时候，可以不完全的声明：

// struct 后面没有标签（tag）即为 匿名结构体类型
struct 
{
	int a;
	char b;
	float c;
} x;		// 结构体外的变量为全局变量

struct
{
	int a;
	char b;
	float c;
} a[20], *p;	// 创建的结构体数组和其指针

上面的两个结构在声明的时候省略掉了结构体标签
但是：

// 在上面代码的基础上，下面的代码不合法
p = &x;

警告：
编译器会把上面的两个声明当成完全不同的两个类型，所以是非法的。

匿名的结构体类型，如果没有对结构体类型重命名的话，基本上只能使用一次。

3.结构的自引用

在结构中包含一个类型为该结构本身的成员是否可以呢？
比如，定义一个链表的节点：

struct Node
{
	int data;
	struct Node next;
}

上述代码正确吗？如果正确，那 sizeof(struct Node)是多少？
仔细分析，会发现是不行的，因为一个结构体中再包含一个同类型的结构体变量，这样结构体变量的大小就会无穷的大，是不合理的。
正确的自引用：

struct Node
{
	int data;
	struct Node* next;
};

在结构体自引用使用的过程中，夹杂了 typedef 对匿名结构体类型重命名，也容易引入问题，看看下边的代码，可行吗？

typedef struct
{
	int data;
	Node* next;	// 提前使用 Node 类型的指针
} Node;			// typedef后的重命名

答案是不行的，因为 Node 是对前面的匿名结构体类型的重命名产生的，但是在匿名结构体内部提前使用 Node 类型来创建成员变量，这是不行的。
解决方案：定义结构体时不要使用匿名结构体

typedef struct Node
{
	int data;
	struct Node* next;
} Node;					// typedef 将 struct Node 重命名为 Node

二、结构体变量的创建和初始化

#include <stdio.h>
struct Stu
{
	char name[20];	// 名字
	int age;		// 年龄
	char sex[5];	// 性别
	char id[20];	// 学号
};

int main()
{
	// 1.按照结构体成员的顺序初始化
	struct Stu s1 = { "张三", 20, "男", "20230818001" };
	// 2.通过操作符 ' . ' 指定成员初始化
	struct Stu s2 = { .sex = "女", .age = 22, id = "20230828002", .name = "李四" };
	printf("name：%s\n", s1.name);
	printf("age	：%d\n", s1.age);
	printf("sex ：%s\n", s1.sex);
	printf("id	：%s\n", s1.id);
};

三、结构成员访问操作符

结构成员访问操作符有两种：

1.结构体成员的直接访问操作符 ’ . ’

’ . ’ 操作符接收两个操作数，右为结构体，左为结构成员

#include <stdio.h>
struct Stu
{
	char name[20];	// 名字
	int age;		// 年龄
	char sex[5];	// 性别
	char id[20];	// 学号
};

int main()
{	
	struct Stu student = { "张三", 20, "男", "20230818001" };
					  // 结构体变量.结构成员名
	printf("name：%s\n", 	student.name);
};

上一小节已经展示操作符 ’ . ’ ，使用它时要保证它的右操作数为结构体变量
使用方式：结构体变量.成员名

2.结构体成员的间接访问操作符 ’ -> ’

有时候我们得到的不是一个结构体变量，而是得到了一个指向结构体的指针：

#include <stdio.h>
struct Point
{
	int x;
	int y;
};

int main()
{
	struct Point p = { 3, 4 };
	struct Point *ptr = &p;
	ptr->x = 10;
	ptr->y = 20;
					 // 结构体指针->结构体成员名
	printf("x = %d y = %d\n", ptr->x, ptr->y);
	return 0;
}

使用方式：结构体指针->成员名

四、结构体传参

struct S
{
	int data[1000];
	int num;
};

struct S s = { { 1, 2, 3, 4}, 1000 };

// 结构体传参
void print1(struct S s)
{
	printf("%d\n", s.num);
}

// 结构体地址传参
void print2(struct S* ps)
{
	printf("%d\n", ps->num);
}

int main()
{
	print1(s);	// 传结构体
	print2(&s);	// 传地址
	return 0;
}

上面的print2 和 print2 函数哪个好些？
答案是：print2函数。
原因：
函数传参的时候，参数是需要压栈的，会有时间和空间上的系统开销。
如果传递一个结构体对象的时候，结构体过大，参数压栈的系统开销比较大，所以会导致性能的下降。
结论：
结构体传参的时候，要传结构体的地址。

五、结构体内存对齐

1.对齐规则

结构体的对齐规则：

1.结构体的第一个成员对齐到和结构体变量起始位置偏移量为0的地址处。

2.其他成员变量要对齐到某个数字（对齐数）的整数倍的地址处：
对齐数 = 编译器默认的一个对齐数 与 该成员变量大小的较小值
VS 中默认的值为8
Linux中 gcc 没有默认对齐数，对齐数就是成员自身的大小

3.结构体总大小为最大对齐数（结构体中每个成员变量都有一个对齐数，所有对齐数中最大的）的整数倍。

4.如果嵌套了结构体的情况，嵌套的结构体成员对齐到自己的成员中最大对齐数的整数倍处，结构体的整体大小就是所有最大对齐数（含嵌套结构体中成员的对齐数）的整数倍。

第一个例子：

// 1
struct S1
{
	char c1;
	int i;
	char c2;
};
printf("%d\n", sizeof(struct S1));

图片展示

结果：
VS2022环境测试上述代码

第二个例子:

// 2
struct S2
{
	char c1;
	char c2;
	int i;
};
printf("%d\n", sizeof(struct S2));

图片展示：

结果：

第三个例子：

// 3
struct S3
{
	double d;
	char c;
	int i;
};
printf("%d\n", sizeof(struct S3));

图片展示：

结果：

第四个例子：

// 4 结构体嵌套
struct S4
{
	char c1;
	struct S3 s3;
	double d;
};
printf("%d\n", sizeof(struct S4));

图片展示：

结果：

2.内存对齐的来源：

大部分的参考资料都是这样说的：
1.平台原因（移植原因）：

不是所有的硬件平台都能访问任意地址上的任意数据的，某些硬件平台只能在某些地址处取某些特定类型的数据，否则抛出硬件异常。

2.性能原因：

数据结构（尤其是栈）应该尽可能地在自然边界上对齐。原因在于，为了访问未对齐的内存，处理器需要做两次内存访问；而对齐的内存访问仅需要一次访问。假设一个处理器总是从内存中取8个字节，则地址必须是8的倍数。如果我们能保证将所有的double类型的数据的地址都对齐成8的倍数，那么就可以用一个内存操作来读或者写值了。否则，我们可能需要执行两次内存访问，因为对象可能被分放在两个8字节内存块中。

总体来说：结构体的内存对齐是拿空间换取时间的做法。

那么在设计结构体的时候，我们既要满足对齐，又要节省空间，如何做到让占用空间小的成员尽量集中在一起：

// 例如：
struct S1	// 占12个字节
{
	char c1;
	int i;
	char c2;
}			

struct S2	// 占8个字节
{
	char c1;
	char c2;
	int i;
};

S1 和 S2 类型的成员一模一样，但是 S1 和 S2 所占空间的大小有一些区别。

3.修改默认对齐数

// #pragma 这个预处理指令，可以改变编译器的默认对齐数。
#include <stdio.h>

#pragma pack(1)	// 设置默认对齐数为1
struct S
{
	char c1;
	int i;
	char c2;
};
#pragma pack() // 取消设置的对齐数，还原为默认
 
 int main()
 {
 	// 输出的结果是什么？
 	printf("%d\n", sizeof(struct S));
 	return 0;
 }

图片展示：

结果：

结构体在对齐方式不合适的时候，我们可以自己更改默认对齐数。

六、结构体实现位段

1.什么是位段

位段的声明和结构是类似的，有两个不同：

1.位段的成员必须是 int、unsigned int 或 signed int，在C99中位段成员的类型也可以选择其他类型。

2.位段的成员名后边有一个冒号和一个数字。

比如：

struct A
{
	int _a:2;
	int _b:5;
	int _c:10;
	int _d:30;
};

A就是一个位段类型。
那位段A所占内存的大小是多少？

printf("%d\n", sizeof(struct A));

注意，C语言标准并没有规定位段的一些实现细节，如：
1.申请到的一块内存中，是从左向右还是从右向左使用，不确定。
2.剩余空间不足，当下一个成员使用时，是浪费还是继续使用，不确定。

这就意味着需要编译器自己去考虑实现。在VS2022中，1.申请到的一块内存，是从右向左使用，2.剩余空间不足且下一个成员继续使用时，是浪费。

图片展示：

结果：

2.位段的内存分配

1.位段的成员可以是 int unsigned int、signed int 或者是 char 等类型。
2.位段的空间上是按照需要以4个字节（int）或者 1个字节(char)的方式来开辟的。
3.位段涉及很多不确定因素，位段是不跨平台的，注重可移植的程序应该避免使用位段。

// 一个例子
struct S
{
	char a:3;
	char b:4;
	char c:5;
	char d:4;
};

struct S s = { 0 };
s.a = 10;
s.b = 12;
s.c = 3;
s.d = 4;

// 空间是如何开辟的？

图片展示：

结果：

结构体对齐和位段的共同使用：
例如：

struct S
{
	char a : 3;
	int b : 4;	// 将这里的 char 改为 int  
	char c : 5;
	char d : 4;
};

图片展示：

结果：

3.位段的跨平台问题

1.int 位段被当成有符号数还是无符号数是不确定的。
2.位段中最大位的数目不能确定。（16位机器最大16,32位机器最大32，写成27，在16位机器会出现问题）
3.位段中的成员在内存中从左向右分配，还是从右向左分配标准尚未定义。
4.当一个结构包含两个位段，第二个位段成员比较大，无法容纳第一个位段剩余的位 的时候，是舍弃剩余的位还是利用，这是不确定的。
总结：
跟结构相比，位段可以达到同样的效果，并且可以很好的节省空间，但是有跨平台的问题存在。

4.位段的应用

下图是网络协议中，IP数据报的格式，我们可以看到其中很多的属性只需要几个bit位就能描述，这里使用位段，能够实现想要的效果，也节省了空间，这样网络传输的数据报大小也会较小一些，对网络的畅通是有帮助的。

5.位段使用的注意事项

位段的几个成员共用同一个字节，这样有些成员的起始位置并不是某个字节的起始位置，那么这些位置处是没有地址的。因为内存中每个字节分配一个地址，一个字节内部的bit位是没有地址的，所以不能对位段的成员使用&操作符，这样就不能使用 scanf函数 直接给位段的成员输入值，只能是先输入放在一个变量中，然后赋值给位段的成员。

struct A
{
	int _a:2;
	int _b:5;
	int _c:10;
	int _d:30;
};

int main()
{
	struct A sa = { 0 };
	scanf("%d\n", &sa._b);	// 这是错误的

	// 正确的示范
	int b = 0;
	scanf("%d", &b);
	sa._b = b;
	return 0;

以上便是所有内容。

谢谢阅读