C/C++结构体的一个高级特性指定成员的位数

-- forward from internet ----------
在大多数情况下，我们一般这样定义结构体：

struct student

{

                unsigned int sex;

              unsigned int age;

};

对于一般的应用，这已经能很充分地实现数据了的   “   封装   ”   。

但是，在实际工程中，往往碰到这样的情况：那就是要用一个基本类型变量中的不同的位表示不同的含义。譬如一个   cpu   内部的标志寄存器，假设为   16 bit   ，而每个   bit   都可以表达不同的含义，有的表示结果是否为   0   ，有的表示是否越界等等。这个时候我们用什么数据结构来表达这个寄存器呢？

答案还是结构体！

为达到此目的，我们要用到结构体的高级特性，那就是在基本成员变量的后面添加“   :   数据位数”组成新的结构体：

struct xxx

{

                成员   1   类型成员   1 :   成员   1   位数   ;

                 成员   2   类型成员   2 :   成员   2   位数   ;

                 成员   3   类型成员   3 :   成员   3   位数   ;

};

基本的成员变量就会被拆分！这个语法在初级编程中很少用到，但是在高级程序设计中不断地被用到！例如：

struct student

{

                unsigned int sex : 1;

              unsigned int age : 15;

};

上述结构体中的两个成员   sex   和   age   加起来只占用了一个   unsigned int   的空间（假设   unsigned int   为  16   位）。

基本成员变量被拆分后，访问的方法仍然和访问没有拆分的情况是一样的，例如：

struct student sweek;

sweek.sex = MALE;//   这里的   MALE   只能是   0   或   1   ，值不能大于   1

sweek.age = 20;

虽然拆分基本成员变量在语法上是得到支持的，但是并不等于我们想怎么分就怎么分，例如下面的拆分显然是不合理的：

struct student

{

                  unsigned int sex : 1;

                unsigned int age : 12;

};

这是因为   1+12 = 13   ，不能再组合成一个基本成员，不能组合成   char   、   int   或任何类型，这显然是不能   “   自圆其说   ”   的。

在拆分基本成员变量的情况下，我们要特别注意数据的存放顺序，这还与   CPU   是   Big endian   还是  Little endian   来决定。   Little endian   和   Big endian   是   CPU   存放数据的两种不同顺序。对于整型、长整型等数据类型，   Big endian   认为第一个字节是最高位字节（按照从低地址到高地址的顺序存放数据的高位字节到低位字节）；而   Little endian   则相反，它认为第一个字节是最低位字节（按照从低地址到高地址的顺序存放数据的低位字节到高位字节）。

我们定义   IP   包头结构体为：

struct iphdr {

#if defined(__LITTLE_ENDIAN_BITFIELD)

       __u8       ihl:4,

              version:4;

#elif defined (__BIG_ENDIAN_BITFIELD)

       __u8       version:4,

            ihl:4;

#else

#error       "Please fix "

#endif

       __u8       tos;

       __u16       tot_len;

       __u16       id;

       __u16       frag_off;

       __u8       ttl;

       __u8       protocol;

       __u16       check;

       __u32       saddr;

       __u32       daddr;

      

};

在   Little endian   模式下，   iphdr   中定义：

       __u8       ihl:4,

              version:4;

其存放方式为：

第   1   字节低   4   位    ihl

第   1   字节高   4   位    version   （   IP   的版本号）

若在   Big endian   模式下还这样定义，则存放方式为：

第   1   字节低   4   位    version   （   IP   的版本号）

第   1   字节高   4   位    ihl

这与实际的   IP   协议是不匹配的，所以在   Linux   内核源代码中，   IP   包头结构体的定义利用了宏：

#if defined(__LITTLE_ENDIAN_BITFIELD)

…

#elif defined (__BIG_ENDIAN_BITFIELD)

…

#endif

来区分两种不同的情况。

由此我们总结全文的主要观点：

（   1   ）            C/C++   语言的结构体支持对其中的基本成员变量按位拆分；

（   2   ）            拆分的位数应该是合乎逻辑的，应仍然可以组合为基本成员变量；

要特别注意拆分后的数据的存放顺序，这一点要结合具体的 CPU 的结构。

-----------------------------------------------------------------------------------------------------

使用位域的主要目的是压缩存储，其大致规则为：

1) 如果相邻位域字段的类型相同，且其位宽之和小于类型的sizeof大小，则后面的字段将紧邻前一个字段存储，直到不能容纳为止；

2) 如果相邻位域字段的类型相同，但其位宽之和大于类型的sizeof大小，则后面的字段将从新的存储单元开始，其偏移量为其类型大小的整数倍；

3) 如果相邻的位域字段的类型不同，则各编译器的具体实现有差异，VC6采取不压缩方式，Dev-C++采取压缩方式；

4) 如果位域字段之间穿插着非位域字段，则不进行压缩；

5) 整个结构体的总大小为最宽基本类型成员大小的整数倍。

============================================================

// Example program

# include < iostream >

# include < string >

using namespace std;

using byte = unsigned char;

typedef struct {

  bool o:     2;

byte  op   : 6;

bool type : 1;

bool is_arg : 1;

short ga: 5;

} bytecode_var_t;

int main()

{

    cout<<sizeof(bytecode_var_t)<<endl;

    bytecode_var_t  b;

    b.o = 1;

    b.op = 0;

    b.is_arg = 1;

    b.ga = 11;

    cout<<sizeof(bool)<<endl;

    cout<<" ====== "<<endl;

    cout<<(int)b.o<<"   "<<(int)b.op<<"  "<<(int)b.is_arg<<"  "<<b.ga<<std::endl;

}