当前位置:网站首页>(C语言)计算结构体大小——结构体内存对齐
(C语言)计算结构体大小——结构体内存对齐
2022-08-05 05:17:00 【Captain林】
本篇文章计划用简单的方式向大家介绍如何计算结构体大小这一问题
首先我们必须明确一件事,想要计算结构体大小,就不得不了解结构体内存对齐的规则
一、结构体的对齐规则
1.第一个成员在在与结构体变量为0的地址处
2.其他成员要对齐到某个数字(即对齐数)的整数倍地址处
对齐数 = 编译器默认对齐数与该成员对齐数中小的那一个(稍后代码展示使用的VS编译器的默认对齐数是8)
3.结构体的总大小是对齐数的倍数(每一成员都有自己的对齐数)
4.如果嵌套了结构体,结构体对齐到自己的最大对齐数的整数倍处,结构体的整体大小就是它本身(嵌套的结构体)最大对齐数的整数倍
二、规则的使用和讲解
看完上面的讲解,相信看官们都对基本规则有了基础的印象,那我们要如何理解这些规则呢?接下来我将结合实际的代码示例来讲解这个问题
下列结构体的大小如果各位看官有兴趣不妨自行在编译器中运行尝试
例1:
struct S1
{
char c1;
int i;
char c2;
};
printf("%d\n", sizeof(struct S1));
例2:
struct S2
{
char c1;
char c2;
int i;
};
printf("%d\n", sizeof(struct S2));
例3:
struct S3
{
double d;
char c;
int i;
};
printf("%d\n", sizeof(struct S3));
例4(结构体嵌套):
struct S4
{
char c1;
struct S3 s3;
double d;
};
printf("%d\n", sizeof(struct S4));

三、内存对齐存在的意义
1.平台原因
不是所有的硬件平台都能访问任意地址上的任意数据的;某些硬件平台只能在某些地址处取某些特 定类型的数据,否则抛出硬件异常。
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。
总结:通过内存对齐可以用空间换时间(使计算机运算更流畅)
四、减少空间浪费和修改默认对齐数
1.如何减少空间浪费
答:将占用空间少的成员集中在一起
//例如:
struct S1
{
char c1;
int i;
char c2;
};
//可将上代码修改为如下所示
struct S2
{
char c1;
char c2;
int i;
};2.修改默认对齐数
使用#pragma预处理指令,使用方法如下
#include <stdio.h>
#pragma pack(8)//设置默认对齐数为8
struct S1
{
char c1;
int i;
char c2;
};
#pragma pack()//取消设置的默认对齐数,还原为默认结语
看到这里,相信老铁们对如何计算结构体大小已经有了基本的了解。我是计算机海洋的新进船长Captain_ldx,如果我的文章能对您有帮助的话,麻烦各位观众姥爷们点赞、收藏、关注我吧!如果你对我的文章有任何问题或者意见,欢迎在评论区给我留言。后期重点注释和知识点将持续更新......
边栏推荐
猜你喜欢

物联网-广域网技术之NB-IoT

Jupyter notebook选择不同的Anaconda环境作为内核运行

MSRA proposes extreme masking model ExtreMA for learning instances and distributed visual representations

【Pytorch学习笔记】11.取Dataset的子集、给Dataset打乱顺序的方法(使用Subset、random_split)

网络信息安全运营方法论 (中)

Thread handler handle IntentServvice handlerThread

【论文精读】ROC和PR曲线的关系(The relationship between Precision-Recall and ROC curves)

Redis设计与实现(第一部分):数据结构与对象
![[Database and SQL study notes] 8. Views in SQL](/img/22/82f91388f06ef4f9986bf1e90800f7.png)
[Database and SQL study notes] 8. Views in SQL

【Shell编程】第一章:子串
随机推荐
网络ID,广播地址,掩码位数计算
OSPF故障排除办法
The University of Göttingen proposed CLIPSeg, a model that can perform three segmentation tasks at the same time
《基于机器视觉测量系统的工业在线检测研究》论文笔记
11%的参数就能优于Swin,微软提出快速预训练蒸馏方法TinyViT
WCH系列芯片CoreMark跑分
LeetCode刷题之第33题
四、Web场景之静态资源配置原理
网工必用神器:网络排查工具MTR
九、响应处理——内容协商底层原理
MSRA proposes extreme masking model ExtreMA for learning instances and distributed visual representations
八、响应处理——ReturnValueHandler匹配返回值处理器并处理返回值原理解析
【数据库和SQL学习笔记】8.SQL中的视图(view)
【ts】typescript高阶:模版字面量类型
单片机按键开发库-支持连击、长按等操作
最简单的防抖节流理解法
数控直流电源
[Pytorch study notes] 10. How to quickly create your own Dataset dataset object (inherit the Dataset class and override the corresponding method)
【论文阅读-表情捕捉】ExpNet: Landmark-Free, Deep, 3D Facial Expressions
【Pytorch学习笔记】11.取Dataset的子集、给Dataset打乱顺序的方法(使用Subset、random_split)