第23篇 结构体

一、自定义类型：结构体底层理论与声明规范

1.1 结构体类型回顾与声明

在C语言的基础数据类型（如int, char, float）无法满足复杂数据描述需求时，我们需要自定义类型。结构体（Structure）允许我们将不同类型的数据聚合在一起，形成一个有机的整体。

1.1.1 结构体基础定义与语法 结构体本质上是一系列值的集合，这些值被称为成员变量。与数组不同，结构体的成员可以是完全不同的数据类型。

根据课件内容，描述一个学生信息（姓名、年龄、性别、学号）的标准声明如下：

#include <stdio.h>

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 硬件视角的内存布局初探 从电子信息专业的硬件视角来看，结构体不仅仅是代码逻辑的封装，更是内存中一段连续存储空间的抽象。当我们定义上述struct Stu时，编译器会根据成员的排列，在内存（RAM）中规划出一块特定的区域。每个成员变量对应内存中特定的偏移地址，这种映射关系是程序能够正确读写数据的基础。

1.2 结构体变量的创建与初始化

结构体变量的创建即是在内存中分配上述规划的空间。初始化则是对这片空间进行赋值。

1.2.1 顺序初始化与指定初始化 C语言支持按照成员定义的顺序进行初始化，也支持C99标准下的指定成员初始化（乱序初始化）。

int main(void)
{
    // 1. 按照结构体成员的顺序初始化
    struct Stu s1 = { "ZhangSan", 20, "Male", "2023001" };

    // 2. 按照指定的顺序初始化（推荐，可读性更强）
    struct Stu s2 = { .age = 18, .name = "LiSi", .id = "2023002", .sex = "Female" };

    printf("Name: %s, Age: %d\n", s1.name, s1.age);
    printf("Name: %s, Age: %d\n", s2.name, s2.age);

    return 0;
}

1.2.2 匿名结构体与类型唯一性 在声明结构体时，可以省略标签（tag），这被称为匿名结构体。

struct
{
    int a;
    char b;
} x;

struct
{
    int a;
    char b;
} *p;

注意 ：虽然上述两个匿名结构体的成员看起来一模一样，但在编译器眼中，它们是完全不同的两个类型。因此，执行 p = &x; 是非法的。匿名结构体类型如果没有通过 typedef 重命名，基本上只能使用一次。

1.3 结构体的自引用

在构建链表、树等数据结构时，结构体需要包含指向自身类型的指针。

1.3.1 错误的自引用方式

struct Node
{
    int data;
    struct Node next; // 错误：会导致无限递归定义，大小无法确定
};

如果结构体包含自身类型的变量，sizeof(struct Node) 将包含另一个 struct Node，而后者又包含另一个......这将导致结构体大小无穷大，这是不合理的。

1.3.2 正确的指针自引用 正确的做法是使用结构体指针，因为指针的大小是固定的（32位系统为4字节，64位系统为8字节）。

struct Node
{
    int data;
    struct Node* next; // 正确：指针大小固定
};

1.3.3 Typedef与自引用的陷阱 在使用 typedef 简化类型名时，需注意作用域问题：

// 错误示范
typedef struct
{
    int data;
    Node* next; // 错误：Node 是重命名后的名字，在结构体内部尚未生效
} Node;

// 正确示范
typedef struct Node
{
    int data;
    struct Node* next; // 正确：使用 struct Node 标签
} Node;

二、结构体内存对齐：底层规则与性能优化

2.1 内存对齐规则详解

计算结构体大小时，不能简单地将成员大小相加，必须遵循内存对齐规则。这是为了平衡硬件访问效率与存储空间。

2.1.1 对齐规则推导

1. 首地址对齐：第一个成员位于结构体变量起始位置偏移量为0的地址处。
2. 成员对齐 ：其他成员变量要对齐到"对齐数"的整数倍地址处。
   • 对齐数 = min(编译器默认对齐数, 该成员大小)。
   • VS环境下默认对齐数为8，Linux GCC下默认对齐数为成员自身大小。
3. 总大小对齐：结构体总大小必须是"最大对齐数"（所有成员对齐数中的最大值）的整数倍。
4. 嵌套对齐：若嵌套结构体，嵌套的结构体对齐到自己的最大对齐数的整数倍处，整体大小包含嵌套结构体的最大对齐数。

2.1.2 内存布局实战演练 让我们分析以下结构体的大小（假设默认对齐数为8）：

struct S1
{
    char c1; // 占1字节，对齐数1，位于偏移0
    // 浪费3字节 (偏移1-3)
    int i;   // 占4字节，对齐数4，位于偏移4-7
    char c2; // 占1字节，对齐数1，位于偏移8
    // 总大小为9，最大对齐数为4，需补齐到4的倍数 -> 12
};

结论 ：sizeof(struct S1) 为 12 字节。

2.1.3 优化空间布局 通过调整成员顺序，可以节省空间：

struct S2
{
    char c1; // 占1字节，位于偏移0
    char c2; // 占1字节，位于偏移1
    // 浪费2字节 (偏移2-3)
    int i;   // 占4字节，位于偏移4-7
    // 总大小为8，最大对齐数为4，8是4的倍数
};

结论 ：sizeof(struct S2) 为 8 字节。虽然成员相同，但顺序不同导致空间节省了4字节。

2.2 硬件视角的对齐原因

为什么存在内存对齐？这主要源于硬件层面的限制与优化：

1. 平台兼容性（移植原因）：并非所有硬件平台都能访问任意地址上的任意数据。某些硬件只能在特定地址边界读取特定类型的数据，否则会抛出硬件异常。
2. 性能优化（空间换时间）：
   • 未对齐访问 ：如果数据跨越了两个内存块（例如一个int分布在地址3-6），处理器可能需要进行两次内存访问才能读取完整数据。
   • 对齐访问：对齐的数据可以在一次内存周期内读取完毕。
   • 硬件通识 ：内存对齐本质上是拿空间换取时间的做法。

2.3 修改默认对齐数

使用 #pragma pack 指令可以修改编译器的默认对齐数，常用于网络协议包处理或节省空间。

#include <stdio.h>

#pragma pack(1) // 设置默认对齐数为1，即取消对齐，紧凑排列
struct S
{
    char c1;
    int i;
    char c2;
};
#pragma pack() // 取消设置，还原默认

int main(void)
{
    // 1 + 4 + 1 = 6
    printf("Size of S: %zu\n", sizeof(struct S));
    return 0;
}

三、结构体传参：传值与传址的底层差异

3.1 传值调用与栈帧开销

在讲解函数栈帧时我们提到，函数调用会在栈区开辟空间。结构体传参同样遵循这一规则。

3.1.1 传值调用的性能损耗

struct S
{
    int data[1000];
    int num;
};

void print1(struct S s) // 传值
{
    printf("%d\n", s.num);
}

底层分析（结合函数栈帧生命周期） ：

当调用 print1() 时，从栈帧创建到销毁的完整过程如下：

1. 参数压栈与栈帧创建 ：系统会在栈区为被调函数 print1() 开辟新的栈帧，并在这个栈帧中为形参 s 分配一块与原结构体大小完全相同的内存空间（约4004字节）。随后，系统会将实参 s 的每一个字节完整地拷贝（memcpy）到这块新空间中。
2. 函数执行与数据隔离 ：程序控制权转移至 updateNum 函数内部。此时函数内部对形参 s 的任何操作（如修改 num 的值），都是针对栈上这份独立的拷贝 进行的，完全不会影响 main 函数栈帧中的原始结构体变量。
3. 栈帧销毁 ：当 updateNum 函数执行完毕（return）时，系统会直接销毁整个栈帧。这意味着那块为了传参而临时拷贝的、占用数千字节的大块内存会被瞬间释放。

结论 ：传值调用不仅涉及昂贵的数据拷贝 ，还会大量占用栈空间。如果结构体很大，这种拷贝会消耗大量的时间和空间资源，导致性能显著下降。

3.2 传址调用与指针效率

3.2.1 传址调用的优势

void print2(struct S* ps) // 传址
{
    printf("%d\n", ps->num);
}

int main(void)
{
    struct S s = {{0}, 100};
    print2(&s); // 仅传递地址
    return 0;
}

底层分析 ： 调用 print2(&s) 时，压栈的仅仅是结构体的地址。在32位系统中仅占4字节，64位系统中占8字节。相比于拷贝整个结构体，传递地址的开销微乎其微。

结论 ：结构体传参时，首选传址调用。

四、结构体位段：比特级的存储控制

4.1 位段的概念与声明

位段（Bit-field）允许我们指定成员变量占用的比特位数，常用于节省空间或对应硬件寄存器/网络协议。

4.1.1 位段语法规范

1. 成员必须是 int, unsigned int, signed int 或 char（C99起支持）。
2. 成员名后跟冒号和数字（位数）。

struct A
{
    int _a : 2;
    int _b : 5;
    int _c : 10;
    int _d : 30;
};

4.2 位段成员的底层存储类型（Char ）

刚才（C99起支持），提到位段成员可以是 char 类型。从底层原理来看：

• ASCII码存储：char 类型在内存中本质上是以ASCII码值（整数）存储的。
• 整数特性：位段操作的是二进制位，而 char 在计算机底层被视为一个8位的整数。因此，编译器允许对 char 类型进行位段切割，将其视为一个长度为8的位域容器。

4.3 位段的内存分配与跨平台问题

位段的空间分配涉及很多不确定因素，因此位段是不跨平台的。

4.3.1 内存分配规则（依赖编译器）

• 位段按照 int（4字节）或 char（1字节）的方式开辟空间。
• 跨平台风险 ：
  1. int 位段被当成有符号还是无符号是不确定的。
  2. 最大位数限制不确定（16位机器最大16，32位机器最大32）。
  3. 成员是从左向右分配还是从右向左分配，标准未定义。
  4. 当剩余位不足以容纳下一个成员时，是舍弃剩余位还是利用，标准未定义。

4.3.2 位段的应用场景 尽管存在跨平台问题，位段在特定场景非常有用，如网络协议（IP数据报）和硬件寄存器控制，因为它们能精确控制比特位，极大节省传输带宽或存储空间。

协议字段	位数	说明
版本号	4	仅需4位即可表示
首部长度	4	仅需4位
服务类型	8	...

4.4 位段使用的注意事项

4.4.1 地址与取址操作符 位段的成员共享同一个字节，其起始位置可能不是字节的起始位置（例如从第3个bit开始）。内存中每个字节分配一个地址，但字节内部的bit位是没有独立地址的。

因此，不能对位段成员使用 & 操作符。

struct A sa = {0};
// scanf("%d", &sa._b); // 错误：无法获取位段成员的地址

// 正确做法
int temp = 0;
scanf("%d", &temp);
sa._b = temp;

五、全章节逻辑闭环总结

本章从结构体的声明出发，深入探讨了其底层的内存布局与性能优化策略。

1. 声明与初始化：掌握结构体的基本语法、匿名结构体的限制以及正确的自引用方式（指针）。
2. 内存对齐 ：理解了结构体大小并非成员简单相加，而是受对齐规则约束。这是硬件为了空间换时间的优化策略。通过调整成员顺序（如将小类型集中），可以有效节省内存。
3. 函数传参 ：结合函数栈帧知识，明确了结构体传参应首选传址调用，以避免大规模数据拷贝带来的性能损耗。
4. 位段 ：学习了如何利用位段进行比特级控制。虽然位段能极大节省空间（如网络协议），但因其跨平台兼容性差 且无法取地址，使用时需格外谨慎。