C - 字对齐那些事儿

最新推荐文章于 2024-08-20 15:22:41 发布

JYU_hsy

最新推荐文章于 2024-08-20 15:22:41 发布

阅读量982

点赞数

分类专栏： C/C++ 文章标签： C 字对齐结构体大小

本文链接：https://blog.csdn.net/weixin_40774605/article/details/103861340

版权

C/C++ 专栏收录该内容

17 篇文章 1 订阅

订阅专栏

文章目录

为什么需要字对齐
对齐原则
如何修改默认对齐
编程考量
附件
- C常见数据类型大小
参考鸣谢

为什么需要字对齐

硬件原因

现代计算机中内存空间是按照 byte 划分的。

从理论上讲：对任何类型的变量的访问都可以从任何地址开始。

但实际情况是：计算机并非逐个字节读写内存，而是以 一定的字节数 来读写内存。

如此一来就会对基本数据类型的合法地址作出一些限制。那么就要求各种数据类型按照一定的规则在空间上排列，这就是对齐 ¹。

而当某类型的变量所在的地址恰好为其他类型长度的整数倍，则称为 自然对齐。

某些硬件平台只能从某些地址处取某些特定类型的数据，例如否则抛出 硬件异常 ²。
性能原因

字节对齐可以 提高CPU访问数据的效率，举个栗子：

存在一整型变量（假设其大小为4byte），存储的地址为 0x00000001 。

在以 4byte 为最小读取单位的机器上，读取该变量需要两次，第一次读取 0x00000000 - 0x00000003 ，第二次读取 0x00000004 - 0x00000008。

若该变量存储地址为 0x00000004，则只需读取一次：0x00000004 - 0x00000008。

对齐原则

标准数据类型

前面举了一个整型（标准数据类型）的例子，可以发现其地址只要是其存储大小的整数倍即是对齐的。

示例 ³

int main(){

    char a = 'a'; 
    int  b = 1; 
    int* c = &b;
    double d = 3.14159265;
    int e = 2;
    
    
    printf("Addr:%p,sizeof(a):%lu \n",&a,sizeof(a));
    printf("Addr:%p,sizeof(b):%lu \n",&b,sizeof(b));
    printf("Addr:%p,sizeof(c):%lu \n",&c,sizeof(c));
    printf("Addr:%p,sizeof(d):%lu \n",&d,sizeof(d));
    printf("Addr:%p,sizeof(e):%lu \n",&e,sizeof(e));

    system("PAUSE");
    return 0;
}

运行结果
在这里插入图片描述
图示

发现

其地址均为基本数据类型大小的整数倍；
内存地址并不是紧密挨着啊；
栈上各变量申请的内存，返回的地址是这段连续内存的最小的地址。

ps：本人系统为 64bit Windows10 ；开发环境是 VSCode ；编译链是 gcc version 8.1.0 。
至于 gcc 的默认对齐，依赖于 ABI。绝非广为流传的 4字节对齐 ⁴。不信各位可以自己试试。

非标准数据类型

那么对于非标准数据类型，诸如结构体、数组，又是如何对齐的呢？

数组：按照基本数据类型对齐，第一个对齐了后面的自然也就对齐了。
联合：按其包含的长度最大的数据类型对齐。
结构体：结构体中每个数据类型都要对齐 ⁵。

ps：
自身对齐值 = max{各成员变量对齐值}
指定对齐值：#pragma pack (value) 指定对齐值value。
有效对齐值 = min{自身对齐值，当前指定的pack值} ⁶

结构体

示例

int main(){

	struct Test_Aligned
	{
    	char a;
    	int b;
    	int c;
	};
    
    printf("sizeof(f):%lu\n",sizeof(struct Test_Aligned));
    
    struct Test_Aligned a;
    printf("a.a addr = %p\n",&a.a);
    printf("a.b addr = %p\n",&a.b);
    printf("a.d addr = %p\n",&a.c);

    system("PAUSE");
    return 0;
}

结果及图示
在这里插入图片描述

可以发现，结构体中的每个变量仍然符合标准数据类型的规律，其地址均为成员变量大小的整数倍。且结构体中的变量在内存中是连续存储的。

当我们把结构体改为

	struct Test_Aligned
	{
    	char a;
    	int b;
    	short c;
	};

其结果为：
在这里插入图片描述

再修改为以下结构体：

	struct Test_Aligned
	{
    	char a;
    	int b;
    	char c;
	};

其结果为：
在这里插入图片描述
多次实验得：当结构体总大小非有效对齐值的整数倍时，将向后扩充以满足该要求。

例如 :

struct Test_Aligned
	{
    	char a;
    	int b;
    	short c;
	};

有效对齐值为 4；因此最后会填充 2byte，使结构体总大小为 12 ，满足被 4 整除的条件。

再例：

struct Test_Aligned
{
    char a;
    double b;
    short c;
};

结果：
在这里插入图片描述
小结

结构体变量的首地址能够被自身对齐值所整除。
结构体中每个成员相对结构体首地址的偏移都是 成员变量对齐值 的整数倍，如不满足，对前一个成员填充字节以满足。
结构体的总大小为 有效对齐值 的整数倍，如不满足，最后填充字节以满足 ¹。

联合

union Data 
{
	int i; 
	double x; 
	char str[16]; 
};

由于联合中所有成员均从内存中同一地址开始，因此该联合大小为成员中最大存储大小。

位域

有时候我们仅需要1bit来存储信息（例如开关变量），为了节省存储空间，C语言又提供了一种数据结构，把一个字节中的二进位划分为几个不同的区域，并说明每个区域的位数，允许在程序中按域名进行操作。常称之为“位域”或“位段”。

需要注意的是：位段实现依赖于具体的机器和系统，在不同的平台可能有不同的结果，这导致了位段在本质上是不可移植的。

//定义
struct 位域结构名
{
	类型说明符位域名：位域长度
	//ps：位域名可为空，若如此，则该位域变量仅起填充作用
	//...
};

//使用
位域变量名.位域名

位域大小

如下代码为例：

struct D
{
    unsigned int a:20;
    unsigned int b:22;
    unsigned int c:2;   
}data;

unsigned int 所占空间为 4byte 即32bit，位域变量a占20bit，接下来b占22bit，4byte不够分了，于是在下一 unsigned int 上分配，分配完剩下10bit，其中2bit分配给c。最终总占用大小为8byte。

如果是以下位域：

struct D
{
    unsigned int a:1;
    long long b:1;
    unsigned int c:2;   
}data;

则先申请4byte，分配给a 1bit；再申请16byte，分配给b 1bit，再申请4byte，分配给c。

所以，最终占用的大小为24byte。

为了安全操作，通常会将空余的位进行填充。

例如这样：

    struct D
    {
        unsigned int a:20;
        unsigned int :12;
        unsigned int b:22;
        unsigned int c:2;   
        unsigned int :8;
    }data;

亦可使用 unsigned int :0; 令下一位域成员与下一个unsigned int 类型对齐。

对齐规则 ⁶

C99规定int、unsigned int和bool可以作为位域类型，但编译器几乎都对此作了扩展，允许其它类型的存在。位域作为嵌入式系统中非常常见的一种编程工具，优点在于压缩程序的存储空间。

其对齐规则大致为：

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；
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；
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；
如果位域字段之间穿插着非位域字段，则不进行压缩；

使用场景

位域的使用主要为下面两种情况 ⁶：

当机器可用内存空间较少而使用位域可大量节省内存时。如把结构作为大数组的元素时。
当需要把一结构体或联合映射成某预定的组织结构时。如需要访问字节内的特定位时。

如何修改默认对齐

__attribute__

__attribute__机制是 GCC 的一大特色，可以设置函数属性(Function Attribute)、变量属性(Variable Attribute)和类型属性(Type Attribute)。详细介绍请点击参考 ⁶。
- __attribute__ ((aligned (number)))
  
  让所作用的结构体成员对齐在 number 字节自然边界，若结构体体中有成员变量长度大于 number ，则按照最大成员变量长度对齐。
- __attribute__((packed))
  
  得变量或者结构体成员使用最小的对齐方式，即对变量是一字节对齐，对域（field）是位对齐。亦可理解为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 ⁷。
使用示例：
```
	struct Test_Aligned
	{
	    char a;
	    int b;
	    short c;
	}__attribute__((packed));
```

#pragma pack()

#pragma pack(number)

默认对齐大小修改为 number。
#pragma pack()

同 __attribute__((packed))。

使用示例：

	#pragma pack(8)
	struct Test_Aligned
	{
	    char a;
	    int b;
	    short c;
	};
	#pragma pack()

编程考量

实际上，字节对齐的细节都由编译器来完成，我们不需要特意进行字节的对齐，但并不意味着我们不需要关注字节对齐的问题 ¹。

默认对齐

Linux gcc 没有固定的默认字节对齐，当前推测默认对齐为 自身对齐值。

    struct test
    {
    	char a;
    	long double b;
    	short c;
    };

    struct test A;
    printf("%d",sizeof(A));
    //结果为：48

其他的系统要求的对齐可能不相同，依赖与其使用的 ABI ⁴，因此我们应尽量自己指定默认对齐，以防踩坑。

这里贴上博主 Gerald Kwok 咨询相关问题后得到的官方回函：

在这里插入图片描述

存储优化

通过调整结构体的成员变量位置，以减小结构体存储空间。

例如：

//12byte
struct Test_Aligned
{
	char a;
	int b;
	short c;
};

//8byte
struct Optimization_Aligned
{
    char a;
    short c;
    int b;
};

跨平台问题

在不同平台上，编译器为了使字节对齐可能会对消息结构体进行填充，而不同编译平台可能填充为不同的形式，从而使结构体大小发送改变，大大增加处理器间数据通信的风险。

解决方法：

将对齐格式设置为 1byte 对齐
空置内容填充

此外，跨平台传输还需注意字节序问题（大段存储/小端存储）。

附件

C常见数据类型大小

.	指针	char	short	int	unsigned int	float	double	long int	long long int
32bit	4	1	2	4	4	4	8	4	16
64bit	8	1	2	4	4	4	8	8	16