c语言编译结构体padding,失落的C语言结构体封装艺术(2)

4. 填充(Padding)

现在我们来看一个简单变量在内存里的分布的例子。考虑在C模块的最顶上的以下一系列的变量声明：

char*p;

charc;

intx;

如果你不知道任何关于数据对齐的事情，你可能会假设这3个变量在内存里会占据一个连续字节空间。那也就是说，在一个32位机器上，指针的4字节，之后紧接着1字节的字符型，且之后紧接着4字节的整型。在64位机器只在指针是8字节上会有所不同。

这里是实际发生的(在x86或ARM或其他任何有自对齐的处理器类型)。p的存储地址始于一个自对齐的4字节或者8字节边界，取决于机器的字长。这是指针对齐——可能是最严格的情况。

紧跟着的是c的存储地址。但是x的4字节对齐要求，在内存分布上造成了一个间隙；变成了恰似第四个变量插在其中，像这样：

char*p;/* 4 or 8 bytes */

charc;/* 1 byte */

charpad[3];/* 3 bytes */

intx;/* 4 bytes */

pad[3]字符数组表示了一个事实，结构体中有3字节的无用的空间。 老派的术语称之为“slop(水坑)”。

比较如果x是2字节的短整型会发生什么：

char*p;

charc;

shortx;

在那个情况下，实际的内存分布会变成这样：

char*p;/* 4 or 8 bytes */

charc;/* 1 byte */

charpad[1];/* 1 byte */

shortx;/* 2 bytes */

另一方面，如果x是一个在64位机上的长整型

char*p;

charc;

longx;

最终我们会得到：

char*p;/* 8 bytes */

charc;/* 1 byte

char pad[7]; /* 7 bytes */

longx;/* 8 bytes */

如果你已仔细看到这里，现在你可能会想到越短的变量声明先声明的情况：

charc;

char*p;

intx;

如果实际的内存分布写成这样：

charc;

charpad1[M];

char*p;

charpad2[N];

intx;

我们可以说出M和N的值吗？

首先，在这个例子中，N是零。x的地址，紧接在p之后，是保证指针对齐的，肯定比整型对齐更严格的。

M的值不太能预测。如果编译器恰巧把c映射到机器字的最后一个字节，下一个字节(p的第一部分)会成为下一个机器字的第一个字节，并且正常地指针对齐。M为零。

c更可能会被映射到机器字的第一个字节。在那个情况下，M会是以保证p指针对齐而填补的数——在32位机器上是3，64位机器上是7。

如果你想让那些变量占用更少的空间，你可以通过交换原序列中的x和c来达到效果。

char*p;/* 8 bytes */

longx;/* 8 bytes */

charc;      /* 1byte

通常，对于C程序里少数的简单变量，你可以通过调整声明顺序来压缩掉极少几个字节数，不会有显著的节约。但当用于非标量变量(nonscalar variables)，尤其是结构体时，这项技术会变得更有趣。

在我们讲到非标量变量之前，让我们讲一下标量数组。在一个有自对齐类型的平台上，字符、短整型、整型、长整型、指针数组没有内部填充。每个成员会自动自对齐到上一个之后(译者注：原文 self-aligned at the end of the next one 似有误)。

在下一章，我们会看到对于结构体数组，一样的规则并不一定正确。

5. 结构体的对齐和填充

总的来说，一个结构体实例会按照它最宽的标量成员对齐。编译器这样做，把它作为最简单的方式来保证所有成员是自对齐，为了快速访问的目的。

而且，在C语言里，结构体的地址与它第一个成员的地址是相同的——没有前置填充。注意：在C++里，看上去像结构体的类可能不遵守这个规则！(遵不遵守依赖于基类和虚拟内存函数如何实现，而且因编译器而不同。)

(当你不能确定此类事情时，ANSI C提供了一个offsetof()宏，能够用来表示出结构体成员的偏移量。)

考虑这个结构体：

structfoo1 {

char*p;

charc;

longx;

};