位域结构体简介

最近实习接触到一个新的知识点，C/C++ 的位域结构体。

以下开始摘抄自：here

位段 (bit-field) 是以位为单位来定义结构体 (或联合体) 中的成员变量所占的空间。含有位段的结构体 (联合体) 称为位段结构。采用位段结构既能够节省空间，又方便于操作。

位段的定义格式为：

type [var]: digits

其中 type 只能为 int，unsigned int，signed int 三种类型 (int 型能不能表示负数视编译器而定，比如 VC 中 int 就默认是 signed int，能够表示负数)。位段名称 var 是可选参数，即可以省略。digits 表示该位段所占的二进制位数。

举个例子，你可以这样定义一个位域结构体：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
// sizeof(A): 4
struct A
{
  uint32_t a: 12;
  uint32_t b: 10;
  uint32_t c: 10;
};

// sizeof(B): 12
struct B
{
  uint32_t a;
  uint32_t b;
  uint32_t c;
};

uint32_t实际上是unsigned int的别名，并且指定了用 4 个字节存储 int 类型的数据，而 1byte = 8bits, 4 个字节共计 32bits，结构体 A 使用了位域的方式，指定了每个成员所占用的 bit 数。可以看到，A 中三个成员总共占用的比特数为 32，也就是 4 个字节。所以结构体 A 所占用的空间就是 4 字节，而 B 没有使用位域，则 3 个成员各占 4 个字节，共计 12 字节。说白了，位域就是将结构体的成员在比特位上编排的更紧凑，更节省空间。

以下开启一段摘抄：

关于位域结构体有以下几点说明：(以下“位段就是位域”，c.f. ref1)

位段的类型只能是 int，unsigned int，signed int 三种类型，不能是 char 型或者浮点型；
位段占的二进制位数不能超过该基本类型所能表示的最大位数，比如在 VC 中 int 是占 4 个字节，那么最多只能是 32 位；
无名位段不能被访问，但是会占据空间；
不能对位段进行取地址操作；
若位段占的二进制位数为 0，则这个位段必须是无名位段，下一个位段从下一个位段存储单元 (这里的位段存储单元经测试在 VC 环境下是 4 个字节) 开始存放；
若位段出现在表达式中，则会自动进行整型升级，自动转换为 int 型或者 unsigned int。
对位段赋值时，最好不要超过位段所能表示的最大范围，否则可能会造成意想不到的结果。
位段不能出现数组的形式。

对于位段结构，编译器会自动进行存储空间的优化，主要有这几条原则：

如果一个位段存储单元能够存储得下位段结构中的所有成员，那么位段结构中的所有成员只能放在一个位段存储单元中，不能放在两个位段存储单元中；如果一个位段存储单元不能容纳下位段结构中的所有成员，那么从剩余的位段从下一个位段存储单元开始存放。(在 VC 中位段存储单元的大小是 4 字节).
如果一个位段结构中只有一个占有 0 位的无名位段，则只占 1 或 0 字节的空间 (C 语言中是占 0 字节，而 C++ 中占 1 字节)；否则其他任何情况下，一个位段结构所占的空间至少是一个位段存储单元的大小；

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
#include <iostream>

using namespace std;

// sizeof(A): 4
struct A {
  uint32_t a: 4;
  uint32_t b: 3;
  uint32_t c: 1;
};

// sizeof(B): 12
struct B {
  uint32_t a;
  uint32_t b;
  uint32_t c;
};

// sizeof(C): 8
struct C {
  uint32_t a: 1;
  uint32_t : 0;
  uint32_t c: 2;  // 不会和 a 凑在一起，新开一个字节存
};

// sizeof(D): 12
struct D {
  uint32_t a: 1;
  uint32_t: 0;    // 隔断
  uint32_t: 6;    // 开启新的位域存储单元
  uint32_t d: 32; // 前一个位域不够放，开启新的存放单元
};

// sizeof(E): 4
// 内存分布简图
// 0000 0000 0000 0000
// a--- b--- cd-------
struct E {
  uint32_t a: 1;
  char b;        // 隔断
  uint32_t c: 1; // 在下一个存储单元
  uint32_t d: 15; // 四个成员刚好占用 32bits，即 4 个字节
};

template <typename T>
void Print(const T&)
{
  std::cout << sizeof(T) << std::endl;
}

// test
int main()
{
  A a;
  B b;
  C c;
  D d;
  E e;
  Print(a); // 4
  Print(b); // 12
  Print(c); // 8
  Print(d); // 12
  Print(e); // 4
  return 0;
}

以下测试用法：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
#include <iostream>
#include <cstdio>

using namespace std;

// sizeof: 4
struct TcpMsgHead {
  uint32_t length: 16;
  uint32_t flags: 8;
  int      num: 8;
};

void Print(const TcpMsgHead& msg)
{
  printf("length: %8d\n", msg.length);
  printf("flags:  %8d\n", msg.flags);
  printf("num:    %8d\n", msg.num);
}

// test
int main()
{
  TcpMsgHead head;
  head.length = 0xffff; // 2^16 - 1 = 65535
  head.flags = 0xff;    // 2^8 - 1 = 255
  head.num = 0xff;
  Print(head);
  return 0;
}

上述程序的输出为：

length:    65535
flags:       255
num:          -1

解释一下为什么 num 成员的值为 -1：首先 num 设置的比特位为 8，而 num 的类型为 int，是有符号的。对于有符号的整数，计算机内部使用补码表示的。 0xff 换成二进制 1111 1111 这正好是 -1 的补码。

其实，Ycm 给出的提示已经很明确了： tr1 Ycm 提示这里发生了隐式截断。255 被截断成了 -1. 如果换成 0x11 也就是二进制的 0001 0001，则不会发生截断，因为 8 比特足够描述 0x11，符号位是 0，表示正数，所以这很符合我们的预期。但是如果再加一个 2 呢？ tr2 可以看到 Ycm 提示发生截断， 529 被截断成了 17，即 0010 0001 0001 被截断成了 0001 0001 也就是说，我结构体定义的时候已经确定了 num 只有 8 比特位可以存。高于 8 比特的数据全都截断。如果最高位是 1，则会被转成负数，这可能和你的预期不符。所以一定不要设置超过容量的数据。

Reference

浅谈 C 语言中的位段

Contents

Reference