解析C语言结构体对齐(内存对齐问题)

Published: 29 Mar 2016 Category: C

昨天写了个简单的C程序parse收到的pcap文件,因为是csi tool injection的包,所以找现有的库去拆包分析可能比较麻烦(资源似乎比较少),想着自己parse一下也不是多麻烦的事(后来花了一上午时间找问题,=。= 我太水了哎)。

动手后发现memcpy(rtap_header,pkt_data,sizeof(rtap_header));后,rtap_header里的data rate打印出来总是不对,(GDB)x/14xb rtap_header看了一下结构体的前14个字节也完全符合wireshark上打印的数据,可是(GDB)p/x rtap_header->data_rate看到的却完全不对。短暂的懵逼后( ̄(●●) ̄) ,想到了是不是自己印象中struct的存储方式不对,然后果了个然。

===============华丽的分割线===============

以下内容转自http://blog.sina.com.cn/s/blog_671d96d00100hhv9.html

C语言结构体对齐也是老生常谈的话题了。基本上是面试题的必考题。内容虽然很基础,但一不小心就会弄错。写出一个struct,然后sizeof,你会不会经常对结果感到奇怪?sizeof的结果往往都比你声明的变量总长度要大,这是怎么回事呢?

    开始学的时候,也被此类问题困扰很久。其实相关的文章很多,感觉说清楚的不多。结构体到底怎样对齐?

    有人给对齐原则做过总结,具体在哪里看到现在已记不起来,这里引用一下前人的经验(在没有#pragma pack宏的情况下):

    原则1、数据成员对齐规则:结构(struct或联合union)的数据成员,第一个数据成员放在offset为0的地方,以后每个数据成员存储的起始位置要从该成员大小的整数倍开始(比如int在32位机为4字节,则要从4的整数倍地址开始存储)。

    原则2、结构体作为成员:如果一个结构里有某些结构体成员,则结构体成员要从其内部最大元素大小的整数倍地址开始存储。(struct a里存有struct b,b里有char,int,double等元素,那b应该从8的整数倍开始存储。)

    原则3、收尾工作:结构体的总大小,也就是sizeof的结果,必须是其内部最大成员的整数倍,不足的要补齐。

    这三个原则具体怎样理解呢?我们看下面几个例子,通过实例来加深理解。

    例1:struct {
                 short a1;
                 short a2;
                 short a3;
                 }A;


          struct{
                 long a1;
                 short a2;
                 }B;

          sizeof(A) = 6; 这个很好理解,三个short都为2。

          sizeof(B) = 8; 这个比是不是比预想的大2个字节?long为4,short为2,整个为8,因为原则3。

    例2:struct A{
                  int a;
                  char b;
                  short c;
                  };


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

       sizeof(A) = 8; int为4,char为1,short为2,这里用到了原则1和原则3。

       sizeof(B) = 12; 是否超出预想范围?char为1,int为4,short为2,怎么会是12?还是原则1和原则3。

   深究一下,为什么是这样,我们可以看看内存里的布局情况。

                                c
   A的内存布局:1111,     1*,       11

                                c
   B的内存布局:1***,     1111,   11**

   其中星号*表示填充的字节。A中,b后面为何要补充一个字节?因为c为short,其起始位置要为2的倍数,就是原则1。c的后面没有补充,因为b和c正好占用4个字节,整个A占用空间为4的倍数,也就是最大成员int类型的倍数,所以不用补充。

   B中,b是char为1,b后面补充了3个字节,因为a是int为4,根据原则1,起始位置要为4的倍数,所以b后面要补充3个字节。c后面补充两个字节,根据原则3,整个B占用空间要为4的倍数,c后面不补充,整个B的空间为10,不符,所以要补充2个字节。

   再看一个结构中含有结构成员的例子:

       例3:struct A{
                     int a;
                     double b;
                     float c;
                    };

                struct B{
                     char e[2];
                     int f;
                     double g;
                     short h;
                     struct A i;
                    };

       sizeof(A) = 24; 这个比较好理解,int为4,double为8,float为4,总长为8的倍数,补齐,所以整个A为24。

       sizeof(B) = 48; 看看B的内存布局。

                                                                                                  
    B的内存布局:11* *,   1111,   11111111, 11 * * * * * *,        1111* * * *, 11111111, 1111 * * * *

    i其实就是A的内存布局。i的起始位置要为24的倍数,所以h后面要补齐。把B的内存布局弄清楚,有关结构体的对齐方式基本就算掌握了。

    以上讲的都是没有#pragma pack宏的情况,如果有#pragma pack宏,对齐方式按照宏的定义来。比如上面的结构体前加#pragma pack(1),内存的布局就会完全改变。sizeof(A) = 16; sizeof(B) = 32;

    有了#pragma pack(1),内存不会再遵循原则1和原则3了,按1字节对齐。没错,这不是理想中的没有内存对齐的世界吗。

                                                           c
       A的内存布局:1111,     11111111,   1111

                                                                             i
       B的内存布局:11,   1111,   11111111, 11 ,            1111, 11111111, 1111

       那#pragma pack(2)的结果又是多少呢?#pragma pack(4)呢?留给大家自己思考吧,相信没有问题。

       还有一种常见的情况,结构体中含位域字段。位域成员不能单独被取sizeof值。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,允许其它类型类型的存在。

       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。

        还是让我们来看看例子。

       例4:struct A{
                      char f1 : 3;
                     char f2 : 4;
                     char f3 : 5;
                     };

                                       c
       A的内存布局:111,    1111 *,   11111 * * *

       位域类型为char,第1个字节仅能容纳下f1和f2,所以f2被压缩到第1个字节中,而f3只能从下一个字节开始。因此sizeof(A)的结果为2。

       例5:struct B{
                    char f1 : 3;
                    short f2 : 4;
                    char f3 : 5;
                    };

       由于相邻位域类型不同,在VC6中其sizeof为6,在Dev-C++中为2。

       例6:struct C{
                     char f1 : 3;
                     char f2;
                    char f3 : 5;
                    };

       非位域字段穿插在其中,不会产生压缩,在VC6和Dev-C++中得到的大小均为3。

       考虑一个问题,为什么要设计内存对齐的处理方式呢?如果体系结构是不对齐的,成员将会一个挨一个存储,显然对齐更浪费了空间。那么为什么要使用对齐呢?体系结构的对齐和不对齐,是在时间和空间上的一个权衡。对齐节省了时间。假设一个体系结构的字长为w,那么它同时就假设了在这种体系结构上对宽度为w的数据的处理最频繁也是最重要的。它的设计也是从优先提高对w位数据操作的效率来考虑的。有兴趣的可以google一下,人家就可以跟你解释的,一大堆的道理。

       最后顺便提一点,在设计结构体的时候,一般会尊照一个习惯,就是把占用空间小的类型排在前面,占用空间大的类型排在后面,这样可以相对节约一些对齐空间。

comments powered by Disqus