C语言字节对齐问题详解

一、何谓字节对齐？
      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，似乎对任何类型变量的访问都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，而不是顺序的一个接一个的排放。为了使CPU能够对变量进行快速访问，变量的起始地址应该具有某些特性，即所谓的“字节对齐”。比如4字节的int型,其起始地址应该位于4字节的边界上,即起始地址能够被4整除。
     在C语言中，结构体是一种复合数据类型，其构成元素既可以是基本数据类型（如int、long、float等）的变量，也可以是一些复合数据类型（如数组、结构体、联合等）的数据单元。在结构体中，编译器为结构体的每个成员按其自然边界（alignment）分配空间，各个成员按照它们被声明的顺序在内存中顺序存储，第一个成员的地址和整个结构的地址相同。
 
二、字节对齐的作用和原因
      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（例如sparc系统对字节对齐非常严格）对某些特定类型的数据只能从某些特定地址开始存取。其他平台可能没有这种情况， 但是如果不按照适合其平台的要求对数据存放进行对齐，会在存取效率上带来损失。比如有些平台（例如x86）每次读都是从偶地址开始，如果一个int型（假设为32位）如果存放在偶地址开始的地方，那么一个读周期就可以读出；而如果存放在奇地址开始的地方，就需要2个读周期，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。后者显然在读取效率上会下降很多，但存储空间上可能比前者更紧凑，这也是空间和时间的取舍。

三、字节对齐原则
   编译器是按照什么样的原则进行对齐的？在我们继续分析具体字节对齐问题之前，先让我们看几个重要的基本概念：
   1.数据类型自身的对齐值：在32位x86机器上，对于char型数据，其自身对齐值为1字节；对于short型，其自身对齐为2字节；对于 int,long, float类型，其自身对齐值为4字节；
      对于long long，double类型为8字节；对于基本类型的指针类型（其本质是 unsigned long型），其自身对齐为4字节。
   2.结构体或者类的自身对齐值：其成员中自身对齐值最大的那个值。
   3.指定对齐值：#pragma pack (value)时的指定对齐值value。
   4.编译器默认对齐值：一般与CPU字长位数相同，在32位机器上为4字节，64位机器上为8字节。未指定对齐值时，编译器使用默认对齐值。
   5.数据成员、结构体和类的有效对齐值：自身对齐值和指定对齐值中小的那个值。
 
有了这些值，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。
       
 
四、字节对齐举例分析
      根据字节对齐原则，结合下面例子理解，就明白了。
例子分析：
分析例子B；
struct B {
    char b;
    int a;
    short c;
};
假设B从地址空间0x0000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0x0000符合0x0000%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0x0004到0x0007这四个连续的字节空间中，复核0x0004%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0x0008到0x0009这两个字节空间中，符合0x0008%2=0。所以从0x0000到0x0009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， 0x0009到0x0000=10字节，（10＋2）％4＝0。所以0x0000A到0x000B也为结构体B所占用。故B从0x0000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*/
第一个变量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0x0000开始，那么b存放在0x0000，符合0x0000%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0x0002、0x0003、0x0004、0x0005四个连续 字节中，符合0x0002%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0x0006、0x0007中，符合0x0006%2=0。所以从0x0000到0x00007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0x0000到0x0007的八个字节。所以sizeof(struct C)=8.  
  
 
五、总结
        有 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，还要注意字节大端和小端的问题，否则会莫名其妙地出现一些诡异的错误，可是很难排查的哦^_^。

 

六、附源代码

 

/****************************************************************************** Copyright by Thomas Hu, All rights reserved! Filename    : structsize.c Author      : Thomas Hu Date        : 2012-8-5 Version     : 1.0 Description : 结构体类型大小测试 ******************************************************************************/  #include <stdio.h>    struct A  {      char c;      short s;      int i;  };      #pragma pack(1) /*指定按1字节对齐*/  struct PA  {      char c;      short s;      int i;  };  #pragma pack()  /*取消指定对齐，恢复缺省对齐*/      struct B  {      char c;      int i;      short s;      };    #pragma pack(2) /*指定按2字节对齐*/  struct PB  {      char c;      int i;      short s;      };  #pragma pack()  /*取消指定对齐，恢复缺省对齐*/    int main()  {      struct A stA;      struct PA stPA;      struct B stB;      struct PB stPB;        printf("sizeof(A)  = %d, &c = %p, &s = %p, &i = %p\r\n", sizeof(stA), &stA.c, &stA.s, &stA.i);      printf("sizeof(PA) = %d, &c = %p, &s = %p, &i = %p\r\n", sizeof(stPA), &stPA.c, &stPA.s, &stPA.i);      printf("sizeof(B)  = %d, &c = %p, &s = %p, &i = %p\r\n", sizeof(stB), &stB.c, &stB.s, &stB.i);      printf("sizeof(PB) = %d, &c = %p, &s = %p, &i = %p\r\n", sizeof(stPB), &stPB.c, &stPB.s, &stPB.i);        return 0;  } 

输出结果：