C语言位域常见问题分析

原文：http://blog.csdn.net/IdoIwill/archive/2008/09/21/2956890.aspx

C语言里的位域是一个比较复杂的问题，涉及的方面也比较多，关于位域的基础内容可以参考以下文章：理解C语言位域 

分析代码如下：

1. #include "stdio.h"
2. #include "memory.h"
3. 
   
4. struct BitSeg1{
5.     int a:4;
6.     int b:3;
7. };
8. 
   
9. struct BitSeg2{
10.     char a:4;
11.     char b:3;
12. };
13. 
    
14. int main()
15. {
16.     struct BitSeg1 ba1;
17.     ba1.a=1;
18.     ba1.b=2;
19.     printf("第一次赋值后: a的值为:%d/tb的值为:%d/n",ba1.a,ba1.b);
20.     ba1.a=100;
21.     ba1.b=30;
22.     printf("第二次赋值后: a的值为:%d/tb的值为:%d/n",ba1.a,ba1.b);
23.     char str[]="0123";
24.     memcpy(&ba1,str,sizeof(BitSeg1));
25.     printf("第二次赋值后: a的值为:%d/tb的值为:%d/n",ba1.a,ba1.b);
26.     printf("BitSeg1的字节数为: %d/n",sizeof(BitSeg1));
27.     printf("BitSeg2的字节数为: %d/n",sizeof(BitSeg2));
28.     return 0;
29. }

输出结果为：

第一次赋值后: a的值为:1     b的值为:2
　　第二次赋值后: a的值为:4     b的值为:-2
　　第二次赋值后: a的值为:0     b的值为:3
　　BitSeg1的字节数为: 4
　　BitSeg2的字节数为: 1

 

代码中的BigSeg1定义了两个int类型的字段，而且它们分别只占用4位和3位的空间。当BitSeg1中的a，b分别赋值为1和2时，输出的结果也如我们所料。当第二次赋值为100和30时，输出的结果却是4和-2，为什么呢？

1.赋值问题

出现上述问题，是由于赋值与位域效果共同形成的，a和b虽然都是int类型，但是在BigSeg1结构里，它们只有4位和3位为实际有效位。也就是BigSeg1中的前4位是a的，接着的3位是b的（这里没有字节的跨越问题）。执行ba1.a=100语句，其中100的二进制代码是：01100100，程序只把这100的二进制数的前面4位（已用红色字体表示）赋值给a，那么ba1中的a只是0100(b)，结果当然是4咯。然后是执行b1.b=30语句，其中30的二进制代码为：00011110， 同样的程序只把前3位（注意b定义有效位数是3位）赋值给b，那么ba1中的b就是110(b)，结果是-2，为什么？是这样的，我们定义b为int类 型，也就是有符号的整型，如果想定义为无符号整型我们必须这样写unsigned int，而有符号整型的第一位是符号位，用于表示正负的（1表示负数，0表示正数），那么对于b，程序就会把b的第一位（即1）做为符号位，即b应该是负 数，而后面的是它的数值（即10(b)），注意计算机里负数是按补码的形式表示的，这种赋值下b的确是110（它是补码，按“即反加一”的法则，即十进制 的-2），结果就是-2了。而刚才的a给赋值为0100(b)时，第一位是0，解释为正数。再举一例，若使ba1.b=7，那么ba1.b的值是多少 呢？7的二进制是0111，前面3位直接给到b，因为是负数，读出来时按补码形式读，那么就是-1了。

总之一句话：用位为理解位域。

接下来是用memcpy对ba1进行内存copy，就更应该用位来考虑位域了。下面我们分析一下：

首先，sizeof(BitSeg1)的值是4个字节，先记住，后面会对此问题进行详细解释。

执行memcpy(&ba1,str,sizeof(BitSeg1))，把str的内容中的前面4个字节的内存里的内容复制到ba1中，我们先来看一下str的内存位信息（用16进制表示）：

0x0012ff74：30 　31 　32　33

其中0x0012ff74时str数组的地址起始位置，30，31，32，33等16进制值分别表示字符'0'，'1'，'2'，'3'，它们当然是ACII值啦。

copy之后的ba1的内存位信息如下：

0x0012ff7c：30     31     32    33

因为ba1也是占4个字节的空间的，所以不会出现内存溢出。memcpy只是把相应内存复制到了ba1上，位信息与str上的信息一样的。

现在，我们把30(H)的二进制写出来，是：00110000，ba1的a占前面4 位，b占接下来的3位，直观地看，a应该是0011(b)即十进制的3，b是000(b)即十进制的0，但看输出的结果却是a=0，b=3，这又是为什么 呢？其实很简单，处理器定义字节的前面4位是指该字节从右往左4位，而不是从左往右的4位，所以a应该是0000(b)，b应该是011(b)。

2.字节对齐

回到上面留下的字节数的问题，即sizeof(BitSeg1)的结果为4个字节。按理来说，BitSeg1的有效位数是7位，但为了程序的快速运 行，一个重要的手段是减少内存的读写次数，所以一样的处理器都是以字节的倍数将内存中的数据读到寄存器中，所以程序把数据以字节的形式对齐了就可以有效的 减少内存的读写时间，你可想想要处理器只读内存中的7位是如何做的，一次一个位？那倒不如一次读8位。

在做字节对齐的时候也是有规则的，在32位的系统里，编译器会按类型进行字节的对齐，以它们的位宽为基准，在VC下：

char
　　偏移量必须为sizeof(char)即1的倍数

int
　　偏移量必须为sizeof(int)即4的倍数

float
　　偏移量必须为sizeof(float)即4的倍数

long
　　偏移量必须为sizeof(long)即4的倍数

double
　　偏移量必须为sizeof(double)即8的倍数

short
　　偏移量必须为sizeof(short)即2的倍数

BitSeg1里的两个变量都是int类型，所以是4个字节对齐的。

 

而使用位域的主要目的是压缩存储，减少内存的占有量，其大致规则为：  
　　1)  如果相邻位域字段的类型相同，且其位宽之和小于类型的sizeof大小，则后面的字段将紧邻前一个字段存储，直到不能容纳为止； 
　　2)  如果相邻位域字段的类型相同，但其位宽之和大于类型的sizeof大小，则后面的字段将从新的存储单元开始，其偏移量为其类型大小的整数倍； 
　　3)  如果相邻的位域字段的类型不同，则各编译器的具体实现有差异，VC6采取不压缩方式，Dev-C++采取压缩方式； 
　　4)  如果位域字段之间穿插着非位域字段，则不进行压缩； 
　　5)  整个结构体的总大小为最宽基本类型成员大小的整数倍。

　　

再看一个例子：

1. struct test1
2. {
3.    char a:1;
4.    char :2;
5.    long b:3;
6.    char c:2;
7. };
8. 
   
9. int len = sizeof(test1);

对于上述例子，len的值应该是12。解释如下：

首先以最长的类型位宽做为偏移量，最长的是long型，占4位，所以不同类型之间应该是4个字节的偏移，即test1应该是4字节的整数倍。

char a:1;　//用一个字节去存储

char :2;　 //空域。因为与前面的a的类型相同，而两个位域的位宽相加仍然少于8位，所以依然用1个字节表示

long b:3; //long类型的位宽是4个字节，与前面的char类型不同，所以b与a之间偏移4个字节，它们之间自动补充3个字节

char c:2; //因为c与b又不同型，以test1中的最长的long类型的位宽进行偏移，所以虽然char只用1个字节就够了

　　　　 //但依然要占4个字节。

总共是12字节。