说明数据对齐、结构体填充和大小端字节序的规则,掌握地址、偏移和总长度的计算,并区分字节序与字节内部的位顺序。

数据对齐规定多字节对象从哪个地址开始存放,大小端规定对象内部多个字节如何排列。二者都涉及内存布局,却回答完全不同的问题:对齐关心起始地址,字节序关心高低有效字节的地址次序。

# 一、数据对齐

# 1. 对齐因子

若对象的对齐要求为 aa B,则其起始地址 addr\mathrm{addr} 必须满足

addrmoda=0.\boxed{\mathrm{addr}\bmod a=0}.

aa 称为对齐因子或对齐边界,常见值为 1,2,4,81,2,4,8。在常见教学模型中,类型大小为 KK B 的对象常按 KK B 对齐;真实 ABI、编译器选项和目标处理器可改变这一规则,故题目给定对齐条件时必须以题设为准。

常见教学模型中的类型大小常用对齐要求合法起始地址示例
char1 B1 B任意字节地址
short2 B2 B0、2、4、6、…
int、float4 B4 B0、4、8、12、…
double、long long8 B8 B0、8、16、24、…

对齐使处理器和内存系统能以自然宽度完成读取。未对齐的对象若跨越自然边界,硬件可能要拆成多次访问并在寄存器中拼接;某些体系结构允许但性能较差,另一些体系结构可能直接产生对齐异常。

# 2. 向上对齐

把地址 xx 向上调整到 aa B 对齐边界的通用公式为

alignUp(x,a)=⌈xa⌉a.\boxed{\mathrm{alignUp}(x,a)=\left\lceil\frac{x}{a}\right\rceil a}.

当 aa 是 2 的幂时,程序实现也常写作

alignUp(x,a)=(x+a−1)&∼(a−1).\mathrm{alignUp}(x,a)=(x+a-1)\mathbin{\&}\mathord{\sim}(a-1).

该位运算形式依赖 aa 为 2 的幂;不要把它不加条件地推广到任意 aa。

# 3. 结构体填充

结构体成员按声明次序放置。每个成员开始前,编译器可能插入 padding,使其偏移满足该成员的对齐要求;结构体末尾也可能有尾部填充,使结构体总大小成为其最大对齐要求的整数倍,从而保证数组中每个元素都正确对齐。

flowchart LR
    A[成员 a:char<br/>offset 0,1 B] --> P1[填充 3 B]
    P1 --> B[成员 b:int<br/>offset 4,4 B]
    B --> C[成员 c:char<br/>offset 8,1 B]
    C --> P2[尾部填充 3 B]
    P2 --> S[结构体总长 12 B<br/>最大对齐 4 B]

例题 4.3:结构体布局

在所有成员按其自身大小对齐、结构体按最大成员对齐的模型中:

1
2
3
4
5
struct Sample {
char a;
int b;
char c;
};

求各成员偏移和结构体大小。

【解】 aa 在偏移 0,占 1 B。为使 4 B 对齐的 bb 从 4 的倍数开始,在 aa 后填充 3 B,故 bb 位于偏移 4。cc 紧跟 bb,位于偏移 8。此时已用 9 B,结构体整体仍须是 4 的倍数,尾部填充 3 B:

offsetof(a)=0,offsetof(b)=4,offsetof(c)=8,sizeof(Sample)=12.\boxed{\mathrm{offsetof}(a)=0,\quad \mathrm{offsetof}(b)=4,\quad \mathrm{offsetof}(c)=8,\quad \mathrm{sizeof}(\mathrm{Sample})=12}.

调整成员顺序有时可减少内部填充,例如把对齐要求大的成员放在前面;但若结构体的二进制布局是文件格式、网络协议或外部 ABI 的一部分,不能为节省几个字节而任意重排。

在 C 中,结构体实际布局不由语言标准完全统一。应使用目标平台 ABI、编译器文档或题目设定判断;例如打包属性会改变填充,但也可能引入未对齐访问风险。

# 二、大小端字节序

# 1. 定义

大小端只规定一个多字节值的各个字节在低地址到高地址之间怎样排列。

  • 大端序(big-endian):最高有效字节存于最低地址;
  • 小端序(little-endian):最低有效字节存于最低地址。

例如 32 bit 数值 0x12345678\texttt{0x12345678} 起始于地址 0x1000\texttt{0x1000}:

地址大端序的内容小端序的内容
\texttt\texttt\texttt
\texttt\texttt\texttt
\texttt\texttt\texttt
\texttt\texttt\texttt

flowchart TB
    V[数值 0x12345678] --> BE[大端序]
    V --> LE[小端序]
    BE --> B1[低地址到高地址:12 34 56 78]
    LE --> L1[低地址到高地址:78 56 34 12]

# 2. 它不改变什么

字节内部的 bit 从高位到低位的逻辑含义不因大小端而反转。大小端不讨论一个 byte 内的 bit7 与 bit0 的排列,也不改变寄存器中数值的数学意义;它只决定多字节对象被拆入内存时的 byte 顺序。

因此,通过字节指针观察同一多字节对象的第一个字节,才能区分大小端;若直接按原类型读取,硬件会按本机字节序重组,程序通常仍得到原数值。

# 3. 实际影响

x86 与 x86-64 通常采用小端序;网络协议中的 network byte order 通常约定为大端序。跨机器传输二进制整数、解析文件格式、做内存转储分析时,必须明确字节序并在需要时转换。

例题 4.4:按字节读取

某小端机器中,地址 0x2000\texttt{0x2000} 处以 32 bit 整数形式存放 0xA1B2C3D4\texttt{0xA1B2C3D4}。按无符号字节依次读取 0x2000\texttt{0x2000} 至 0x2003\texttt{0x2003},得到什么?

【解】 小端序把最低有效字节放在最低地址,因此依次为

D4,C3,B2,A1.\boxed{\texttt{D4},\ \texttt{C3},\ \texttt{B2},\ \texttt{A1}}.

若改用大端序,顺序则为 A1,B2,C3,D4\texttt{A1},\texttt{B2},\texttt{C3},\texttt{D4}。

# 三、对齐与大小端的辨析

问题数据对齐大小端
决定什么对象起始地址与结构体填充一个多字节对象各字节的排列
典型计算偏移、padding、sizeof各地址存放哪个字节
性能影响不对齐可能增加访问次数或触发异常通常不改变本机按原类型访问的速度
跨平台风险ABI 与编译器布局不一致二进制文件、协议与设备寄存器的字节序不一致

解题顺序应为:先依据对齐规则确定对象起始地址和总长度;若再问具体每个字节的内存内容,才依据大小端展开该对象。两步不可混为一谈。