C语言基础：（二十）自定义类型：结构体

前言

在C语言中，结构体（struct）是一种强大的复合数据类型，允许将不同类型的数据项组合成一个单一的实体。它广泛应用于数据组织、内存管理以及复杂系统的建模，能够显著提升代码的可读性和模块化程度。无论是实现链表、树等数据结构，还是处理文件记录、网络协议等实际场景，结构体都扮演着关键角色。本文将深入探讨C语言结构体的定义、使用方法、内存对齐机制。下面就让我们正式开始吧！

一、结构体类型的声明

前面我们在学习操作符的时候，已经学习过了结构体的知识，这里我们就来稍微复习一下。

1.1 结构体回顾

结构是一些值的集合，这些值被称为成员变量。结构的每个成员可以是不同类型的变量。

1.1.1 结构体的声明

结构体声明的格式如下：

struct tag
{member-list;
}variable-list;

例如，我们要用结构体描述一个学生的信息，可以如下声明：

struct Stu
{char name[20];//名字int age;//年龄char sex[5];//性别char id[20];//学号
}; //分号不能丢

1.1.2 结构体变量的创建和初始化

#include <stdio.h>
struct Stu
{char name[20];//名字int age;//年龄char sex[5];//性别char id[20];//学号
};int main()
{//按照结构体成员的顺序初始化struct Stu s = { "张三", 20, "男", "20230818001" };printf("name: %s\n", s.name);printf("age : %d\n", s.age);printf("sex : %s\n", s.sex);printf("id : %s\n", s.id);//按照指定的顺序初始化struct Stu s2 = { .age = 18, .name = "lisi", .id = "20230818002", .sex =
"⼥" };printf("name: %s\n", s2.name);printf("age : %d\n", s2.age);printf("sex : %s\n", s2.sex);printf("id : %s\n", s2.id);return 0;
}

1.2 结构的特殊声明

在声明结构的时候，可以不完全的声明。如下所示：

//匿名结构体类型
struct
{int a;char b;float c;
}x;struct
{int a;char b;float c;
}a[20], *p;

上面的两个结构体在声明的时候省略掉了结构体标签（tag）。那么这就有个问题了：

//在上⾯代码的基础上，下⾯的代码合法吗？
p = &x;

注意：

编译器会把上面的两个声明当成是完全不同的两个类型，所以是非法的。

匿名的结构体类型，如果没有对结构体类型重命名的话，基本上就只能用一次。

1.3 结构的自引用

在结构中包含一个类型为该结构本身的成员是否可以呢？

比如，我们来定义一个链表的节点：

struct Node
{int data;struct Node next;
};

上述代码是正确的吗？如果正确，那么 sizeof(struct Node) 是多少？

仔细分析之后，其实是不行的，因为一个结构体中再包含一个同类型的结构体变量，这样的结构体变量的大小自会无穷的大，是不合理的。

那么正确的自引用方式是什么呢？如下所示：

struct Node
{int data;struct Node* next;
};

在结构体自引用使用的过程中，夹杂了 typedef 对匿名结构体类型重命名，也容易引入问题，现在我们来看看下面的代码：

typedef struct
{int data;Node* next;
}Node;

答案是不行的，因为Node是对前面的匿名结构体类型的重命名产生的，但是在匿名结构体内部提前使用Node类型来创建变量，这是不行的。

解决方案如下：定义结构体不要使用匿名结构体。

typedef struct Node
{int data;struct Node* next;
}Node;

二、结构体内存对齐

我们现在已经掌握了结构体的基本使用了，那么现在我们再来深入讨论一个问题：那就是计算结构体的大小。

这也是一个特别热门的面试考点：结构体内存对齐。

2.1 对齐规则

结构体的对齐规则如下：

1. 结构体的第一个成员对齐到和结构体变量起始位置偏移量为0的地址处。

2. 其他成员变量要对齐到某个数字（对齐数）的整数倍的地址处。

对齐数 = 编译器默认的一个对齐数与该变量大小的较小值

在VS中默认的对齐数的值为0
Linux中gcc没有默认对齐数，对齐数就是成员自身的大小

3. 结构体总大小为最大对齐数（结构体中每个成员变量都有一个对齐数，所以对齐数中最大的）的整数倍

4. 如果嵌套了结构体的情况，嵌套的结构体成员对齐到自己的成员中最大对齐数的整数倍处，结构体的整体大小就是所有最大对齐数（含嵌套结构体中成员的对齐数）的整数倍。

下面我们来看几道练习题：

2.1.1 练习1

//练习1 --- 分析输出结果
struct S1
{char c1;int i;char c2;
};
printf("%d\n", sizeof(struct S1));
struct S2
{
char c1;
char c2;
int i;
};
printf("%d\n", sizeof(struct S2));

输出结果如下：

2.1.2 练习2

struct S3
{double d;char c;int i;
};
printf("%d\n", sizeof(struct S3));

输出结果及画图分析如下：

2.1.3 练习3：结构体嵌套问题

struct S4
{char c1;struct S3 s3;double d;
};
printf("%d\n", sizeof(struct S4));

画图分析如下：

2.2 为什么存在内存对齐？

大部分的参考资料对于内存对齐都是这样说的：

2.2.1 平台原因（移植原因）

不是所有的硬件平台都能够访问任意地址上的任意数据的，某些硬件平台只能够在某些地址处取特定类型的数据，否则抛出硬件异常。

2.2.2 性能原因

数据结构（尤其是栈）应该尽可能地在自然边界上对齐。原因在于：为了访问未对齐的内存，处理器需要作两次内存访问，而对齐的内存访问仅需要一次访问。假设一个处理器总是从内存中取8个字节，则地址必须是8的倍数。如果我们能保证将所有的double类型的数据的地址都对齐成8的倍数，那么就可以用一个内存操作来读或者写值了。否则，我们可能需要执行两次内存访问，因为的对象可能被放在两个8字节内存块中。

总体来说：结构体的内存对齐是拿空间来换取时间的做法。

那么在设计结构体的时候，我们既要满足对齐，又要节省空间，如何做到？

我们需要让占用空间少的成员尽量都集中在一起：

//例如：
struct S1
{char c1;int i;char c2;
};struct S2
{char c1;char c2;int i;
};

S1和S2类型的成员一模一样，但是S1和S2所占空间的大小有了一些区别。

2.3 修改默认对齐数

#pragma 这个预处理指令可以改变编译器的默认对齐数，如下所示：

#include <stdio.h>#pragma pack(1)//设置默认对⻬数为1
struct S
{char c1;int i;char c2;
};
#pragma pack()//取消设置的对⻬数，还原为默认

当结构体在对齐方式不合适的时候，我们可以自己更改默认对齐数。

三、结构体传参

我们先来看看下面的代码：

struct S
{int data[1000];int num;
};struct S s = {{1,2,3,4}, 1000};
//结构体传参
void print1(struct S s)
{printf("%d\n", s.num);
} //结构体地址传参
void print2(struct S* ps)
{printf("%d\n", ps->num);
}int main()
{print1(s); //传结构体print2(&s); //传地址return 0;
}

上面的print1和print2函数哪个好些？

答案是：首选printf2函数。为什么？

函数传参的时候，参数是需要压栈的，这就会有时间和空间上的系统开销。

如果传递一个结构体对象的时候，结构体过大，参数压栈的系统开销比较大，因此就会导致性能的下降。

所以结构体传参时，要传结构体的地址。

四、结构体实现位段

结构体讲完了，那我们就来讲一下结构体实现位段的能力。

4.1 什么是位段

位段的声明和结构是类似的，有两个不同：

1. 位段的成员必须是 int、unsigned int 或 signed int，在C99中位段成员的类型也可以选择其他类型。

2. 位段的成员后边有一个冒号和一个数字。

比如：

struct A
{int _a:2;    //冒号后的数字表示这个成员，要占用的比特位的数量int _b:5;int _c:10;int _d:30;
};

A在此处就是一个位段类型。那么位段A所占的内存大小是多少呢？

我们来看看画图分析：

最后我们可以推知：所占内存大小为8字节。

4.2 位段的内存分配

位段的成员可以是 int 、unsigned int 、signed int 或者是 char 类型。
位段的空间上是按照需要以4个字节（int）或者1个字节（char）的方式来开辟的。
位段涉及很多不确定因素，位段是不跨平台的，注重可移植的程序应该避免使用位段。

//⼀个例⼦
struct S
{char a:3;char b:4;char c:5;char d:4;
};
struct S s = {0};
s.a = 10;
s.b = 12;
s.c = 3;
s.d = 4;//空间是如何开辟的？

我们在VS2013环境下测试数据如下：

4.3 位段的跨平台问题

int 位段被当成有符号数还是无符号数是不确定的。
位段中最大位的数目不能确定。（16位及其下最大为16 , 32位机器最大为32，写成27，在16位机器会出问题）
位段中的成员在内存中从左向右分配，还是从右向左分配，标准尚未定义。
当一个结构包含两个位段，第二个位段成员比较大，无法容纳于第一个位段剩余的位时，是舍弃剩余的位还是利用，这是不确定的。

因此我们可以做出总结：跟结构相比，位段可以达到同样的效果，并且可以很好的节省空间，但是有跨平台的问题所在。

4.4 位段的应用

下图是网络协议中，IP数据报的格式，我们可以看到其中很多的属性只需要几个bit位就能描述，这里使用位段，能够实现想要的效果，也节省了空间。这样网络传输的数据报大小也会较小一些，对网络的畅通是有帮助的。

4.5 位段使用的注意事项

位段的成员共有同一个字节，这样有些成员的起始位置并不是某个字节的起始位置，那么这些位置处是没有地址的。内存中每个字节分配一个地址，一个字节内部的bit位是没有地址的。

所以我们不能对位段中的成员使用&操作符，这样就不能使用scanf直接给位段的成员输入值，只能是先输入放在一个变量中，然后直接赋值给位段的成员。代码如下所示：

struct A
{int _a : 2;int _b : 5;int _c : 10;int _d : 30;
};int main()
{struct A sa = {0};scanf("%d", &sa._b);//这是错误的//正确的⽰范int b = 0;scanf("%d", &b);sa._b = b;return 0;
}

总结