[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