解析C语言结构体对齐(内存对齐问题)

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。

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

                 b          a        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。

                                 e         f             g                h                                    i 
    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。

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

                                 e        f             g          h                     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;
                     };

                     a        b             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。