C语言地址对齐(转)--网络编程之结构体大小的计算

什么是地址对齐?

现代计算机中内存空间都是按照字节(byte)划分的,从理论上讲似乎对任何类型的变量的访问可以从任何地址开始,但实际情况是在访问特定变量的时候经常在特定的内存地址访问,这就需要各类型数据按照一定的规则在空间上排列,而不是顺序的一个接一个的排列,这就是对齐。

为什么要地址对齐?

齐的作用和原因:各个硬件平台对存储空间的处理上有很大的不同。一些平台对某些特定的类型的数据只能从某些特定的地址开始存取。其它平台可能没有这些限
制,但是最常见是的如果不按照适合其平台的要求对数据存储进行对齐,会在存取效率上带来损失。比如有些平台每次读都是从偶数地址开始,如果一个 int
型(假设是 32 位)如果存放在偶数地址开始的地方,那么一个时钟周期就可以读出。而如果是存放在一个奇数地址开始的地方,就可能会需要 2
个时钟周期,并对两次读出的结果的高低字节进行拼凑才能得到该 int 型数据。显然在读取效率上下降很多。这也是空间和时间的博弈。

对齐的实现
通常,我们写程序的时候,不需要考虑对齐的问题。编译器会替我们选择适合目标平台的对齐策略。当然,我们也可以通知给编译器传递预编译指令而改变指定数据的对齐方式。

但是,正因为我们一般不需要关心这个问题,又因为编译器对数据做了对齐处理。但我们不了解的话,常常会对一些问题感到迷惑。最常见的就是结构体(struct)的 sizeof() 结果,出乎意料。为此,我们需要对对齐算法有所了解。

对齐算法
由于各个平台和编译器的不同,现以本人使用的 gcc version 3.2.2 编译器(32 位 x86 平台)为例子,来讨论编译器对 struct 的各个成员如何进行对齐的。
假设结构体定义如下:

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


构体中包含了长度为 4 字节的 int 型变量一个,长度为 1 字节的 char 型变量一个,长度为 2 字节的 short 型变量一个。所以
struct A 的长度应该是 4 + 1 + 2 = 7,但是因为编译器要对成员在空间上进行对齐,所以使用 sizeof(A) 值为 8。

现在我们把结构体的成员顺序调整一下:

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

调整后的 struct A 的长度应该还是 7,但是 sizeof(A) 的值却是 12。

下面我们使用下面的预编译指令来告诉编译器,使用我们指定的对齐值 2 来取代默认值。

#pragma pack(value)
#pragma pack(2) /* 指定对齐值为 2 */
struct A
{
char b;
int a;
short c;
};
#pragma pack() /* 取消指定对齐值,使用默认值。 */

这时的 sizeof(A) 值为 8。

修改对齐值为 1:

#pragma pack(1) /* 指定对齐值为 1 */
struct A
{
char b;
int a;
short c;
};
#pragma pack() /* 取消指定对齐值,使用默认值。 */

sizeof(A) 值为 7。

下面我们就来详解这些都是为什么?
先了解四个概念:
基本数据类型自身的对齐值:就是基本数据的长度,如 sizeof(char)、sizeof(int)、sizeof(short)。
指定的对齐值:使用 #pragma pack(value) 指令指定的值。
导出数据类型的自身对齐值:其成员中自身对齐值最大的那个值。
导出数据类型的有效对齐值:其自身对齐值和指定对齐值是较小的。


了这些值,我们就可以很方便的来讨论具体数据结构的成员和其自身的对齐方式。有效对齐值N是最终用来决定数据存放地址方式的值,最重要。有效对齐N,就是
表示“对齐在N上”,也就是说该数据的”存放起始地址%N=0″.而数据结构中的数据变量都是按定义的先后顺序来排放的。第一个数据变量的起始地址就是数
据结构的起始地址。结构体的成员变量要对齐排放,结构体本身也要根据自身的有效对齐值圆整(就是结构体成员变量占用总长度需要是对结构体有效对齐值的整数
倍,结合下面例子理解)。这样就不难理解上面的几个例子的值了。

分析例子B:

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


设B从地址空间0×0000开始排放。该例子中没有定义指定对齐值,在笔者环境下,该值默认为4。第一个成员变量b的自身对齐值是1,比指定或者默认指定
对齐值4小,所以其有效对齐值为1,所以其存放地址0×0000符合0×0000%1=0.第二个成员变量a,其自身对齐值为4,所以有效对齐值也为4,
所以只能存放在起始地址为0×0004到0×0007这四个连续的字节空间中,复核0×0004%4=0,且紧靠第一个变量。第三个变量c,自身对齐值为
2,所以有效对齐值也是2,可以存放在0×0008到0×0009这两个字节空间中,符合0×0008%2=0。所以从0×0000到0×0009存放的
都是B内容。再看数据结构B的自身对齐值为其变量中最大对齐值(这里是b)所以就是4,所以结构体的有效对齐值也是4。根据结构体圆整的要
求,0×0009到0×0000=10字节,(10+2)%4=0。所以0x0000A到0x000B也为结构体B所占用。故B从0×0000到
0x000B共有12个字节,sizeof(struct B)=12;

同理,分析上面例子C:

#pragma pack(2) /*指定按2字节对齐*/
struct C
{
char b;
int a;
short c;
};
#pragma pack() /*取消指定对齐,恢复缺省对齐*/


一个变量b的自身对齐值为1,指定对齐值为2,所以,其有效对齐值为1,假设C从0×0000开始,那么b存放在0×0000,符合
0×0000%1=0;第二个变量,自身对齐值为4,指定对齐值为2,所以有效对齐值为2,所以顺序存放在0×0002、0×0003、0×0004、
0×0005四个连续字节中,符合0×0002%2=0。第三个变量c的自身对齐值为2,所以有效对齐值为2,顺序存放在0×0006、0×0007中,
符合0×0006%2=0。所以从0×0000到0×00007共八字节存放的是C的变量。又C的自身对齐值为4,所以C的有效对齐值为2。又
8%2=0,C只占用0×0000到0×0007的八个字节。所以sizeof(struct C)=8.


了以上的解释,相信你对C语言的字节对齐概念应该有了清楚的认识了吧。在网络程序中,掌握这个概念可是很重要的喔,在不同平台之间(比如在Windows
和Linux之间)传递2进制流(比如结构体),那么在这两个平台间必须要定义相同的对齐方式,不然莫名其妙的出了一些错,可是很难排查的哦^_^。

From: http://blog.ednchina.com/lionoftomorrow/82066/message.aspx

总结:
    由于不同编译器在处理地址对齐时可能存在差异,因此作为通信双方必须消除可能存在的不一致,GCC可以通过如下两种方式避免编译器在结构体成员中进行优化对齐处理:
方式一:
# pragma pack () /*按一个字节进行对齐处理,实际即为禁止对齐优化*/
struct S {
char c;
int i;
};
struct X {
...
};
#pragma pack() /* 结束按1个字节对齐处理,即允许进行对齐*/

从方式1可以看出,将所有不需要进行对齐处理的结构体定义限定在#pragma pack(1)和#pragma pack()之间就可以保证GCC编译器不对这些结构体的大小进行优化对齐处理。

方式二:

struct S{
char c;
int i;
}__attribute__((packed));

从方式二可以看出,通过GCC的__attribute__扩展机制告诉编译器取消特定结构体在编译过程中的优化对齐,可以对单独某个结构体进行对齐方式的限制。

上一篇:Notepad++在编程使用时的小技巧


下一篇:pku1273 Drainage Ditches