一块内存,三种解释:union 的真实用法

先猜输出。同一块 4 字节内存,两种读法:

c 复制代码
#include <stdio.h>

union U {
    int   i;
    float f;
    unsigned char c[4];
};

int main(void) {
    union U u;
    u.f = 1.0f;
    printf("%u\n", u.i);     /* 读出来是多少? */
    return 0;
}

答案:1065353216。不是错误、不是随机数------1.0f 的 IEEE 754 位型是 0x3F800000,按 int 读出来就是 1065353216。union 的工作方式从来不是"类型转换",而是同一块内存、多种解释:写 f 改的是那 4 个字节,读 i 读的也是那 4 个字节。这一篇讲清 union 的共享规则与两大真实用法,以及"字节重解释"这种操作(type punning)在 C 里的合法边界。

一、共享规则:sizeof = 最大成员,写一改全

union 的所有成员共享同一段内存:sizeof 等于最大成员的大小(再按最大对齐要求对齐)。union U { int i; float f; unsigned char c[4]; } 的 sizeof 是 4,三个成员的存储空间完全重叠。向任一成员写入,都会改写其他成员的字节:u.f = 1.0f 之后 u.c[0] 是 0x00、c[3] 是 0x3F(小端机器上,篇 25 的字节序在这里现出原形)。

结构体 vs 共用体一句话分清:结构体是"每样都要"(成员并存,各占各的),union 是"每次只要一种"(成员互斥,共用一块)。需要"每时每刻只有一种解释生效"的数据,union 就是对的空间方案,比如一个"可能是整数、可能是小数、可能是字符串"的变量。

图:union 的共享规则与 u.f = 1.0f 后的三种读法;tagged union 与寄存器双视图两大用法。

二、用途一:tagged union------C 语言自己的"变体类型"

union 没有"当前哪个成员生效"的记忆,所以工程上永远配一个 tag(判别标签)一起用,这就是 tagged union(判别式联合):

c 复制代码
struct Value {
    enum { V_INT, V_DOUBLE, V_STR } tag;   /* 谁当前生效 */
    union { long i; double d; char s[16]; } as;
};

void print_value(const struct Value *v) {
    switch (v->tag) {                       /* 读之前先看标签 */
    case V_INT:   printf("%ld", v->as.i); break;
    case V_DOUBLE: printf("%f", v->as.d); break;
    case V_STR:   printf("%s", v->as.s); break;
    }
}

JSON 解析器、协议解析、脚本引擎的"任意类型值",底层全是这个骨架:tag 负责语义,union 负责空间,两者合在一起就是 C 语言的「变体类型」标准答案。读取前必须检查 tag:直接读"未生效"的成员,得到的就是字节层的重新解释(有时正是你要的黑科技,见第四节;有时是无意义的噪声,更多时候是隐蔽 bug 的温床)。

三、用途二:寄存器的整体/位段双视图

嵌入式工程师最喜欢的用法:外设寄存器既能整读整写,又能按位修改。用 union 把"整体"与"位段"叠在同一块内存上:

c 复制代码
typedef union {
    uint32_t all;                 /* 整体读写 */
    struct {
        uint32_t mode : 3;
        uint32_t en   : 1;
        uint32_t rsv  : 28;
    } bits;
} CTRL_REG;

CTRL_REG ctrl;
ctrl.all = readl(REG_CTRL);    /* 整取:先读回当前值 */
ctrl.bits.en = 1;              /* 改其中一位 */
writel(REG_CTRL, ctrl.all);    /* 整写:一次总线事务写回 */

这个"读---改---写"三步是寄存器操作的标准节奏(篇 35 的位运算四件套是它的宏版本),union 双视图让"改一位"不用手写移位掩码。注意可移植性边界:位段的布局顺序与符号性是实现定义的(篇 34 的主场),单一编译器加单一平台验证过就能用,跨平台要重新验证;Linux 内核几乎不用位段映射寄存器,理由就在这。另外提醒一句:读---改---写三步不是原子的,中断或别的核也改这个寄存器时,三步之间可能被插队(篇 32 的边界同样适用于寄存器操作),必要时先关中断或用原子访问。

四、type punning:C 合法,C++ 不认

写 f 读 i 这种"以另一个成员的类型重新解释"的操作,术语叫 type punning(类型双关)。它的合法性有一段经典公案:在 C 里是合法的:C11 §6.5.2.3 脚注 95 明确把"union 成员互看"写进标准,前提是 union 本身包含这些成员(这是它与指针强转的本质区别:篇 25 的强转读字节要绕别名规则的雷,union 内部互看则完全不碰别名红线)。标准同时提醒:读出的可能是陷阱表示(比如把整数位型读成浮点读到硬件不支持的位型)。

C++ 则不认:读"未活跃"的成员是未定义行为(C++ 的规则按"最后写入的成员"判定活跃性)。所以同一份 punning 代码,C 文件编译没问题,挪进 C++ 工程就是雷,跨语言工程里这是常见的"搬运事故"。老实的跨平台做法是 memcpy 到目标类型变量(编译器会优化成零开销),语义清晰且两边都合法。

图:type punning 三条路径对照。union 互看是 C 的明文合法项,C++ 不认;跨语言最稳是 memcpy。

五、四条工程准则

准则一,初始化只能落在第一个成员:union U u = {100}; 初始化的是 i;想初始化别的成员用指定初始化器 union U u = { .f = 1.0f };(C99),别靠"碰巧第一个是谁"。

准则二,punning 的读取结果依赖端序(篇 25):u.f = 1.0f 后 u.c[0] 在小端是 0x00、大端是 0x3F,跨机器传输数据时用 union punning 当序列化手段是坑,字节层协议老老实实按字节组装。

准则三,C11 匿名联合:union 不写名字直接嵌在 struct 里,成员像 struct 自己的一样访问(少一层 .as.),协议头、变体消息里很好用;注意它仍是"共享一块内存",写一改全的规矩不变。

准则四,tagged union 有小小的对齐开销:tag 通常与 union 并排放在 struct 里,tag 对齐后可能补出几个字节,极致省内存的场景(百万级条目)值得算一算,一般场景别为几个字节牺牲可读性。union 用对了是利器,用错了全是内存层的暗雷,四条准则就是避雷清单。

写在最后

  1. union 的共享规则:所有成员共用一块内存,sizeof = 最大成员大小按对齐;写一改全:结构体是"每样都要",union 是"每次只要一种"。
  2. tagged union:tag 管语义、union 管空间,C 语言"变体类型"的标准骨架(JSON/协议/脚本引擎同源);读前必查 tag。
  3. 寄存器双视图:all 整取整写 + bits 按位改,"读---改---写"三步的标准节奏;位段布局是实现定义(篇 34),单平台验证后可用,跨平台慎用。
  4. type punning 在 C 合法(C11 脚注 95,不碰别名规则),在 C++ 是 UB(活跃成员规则);跨语言用 memcpy 最稳,零开销。
  5. 开场 1065353216 的本质:1.0f 的位型 0x3F800000 按 int 读出:union 给的是"换一副眼镜看同一块内存",不是换算。

union 的搭档位段更神奇:unsigned int a : 1 声明只占 1 位,sizeof 却是 4;而且给 int x : 1 赋 1 读回来是 -1。下一篇《struct 里那个 :1 占了几个字节》,把位段的实现定义细节一次说清。同系列文章会陆续发布,关注后即可收到更新。

回复「交流」,我很乐意分享我的学习经验和工作经验,直接来聊。

感谢阅读。转载请注明出处与作者。

相关推荐
星恒随风25 分钟前
MySQL 从零入门(九):事务管理详解——ACID、COMMIT、ROLLBACK、SAVEPOINT 与四种隔离级别
linux·服务器·数据库·笔记·mysql
草莓熊Lotso1 小时前
【C++ 基于微服务的即时通讯系统】ElasticSearch 用户数据管理实现
linux·数据库·c++·elasticsearch·微服务·架构
星恒随风1 小时前
MySQL 从零入门(十一):视图与用户权限管理详解
linux·服务器·数据库·笔记·mysql
江华森3 小时前
从零开始:智能运维概念与Linux环境准备完全指南
linux·运维
努力写代码的熊大4 小时前
Linux 个人复盘博客 · 第六篇 Linux 进程间五种通信:匿名管道、命名管道、共享内存、消息队列与信号量
linux·经验分享·笔记
橙橙子2304 小时前
Linux----libevent
linux·运维·服务器
不积跬步无以至千里mmbb265 小时前
Rust内核开发核心入口解析
linux·rust
无足鸟ICT6 小时前
【RHCA+】numactl命令(管理numa)
linux·运维·服务器
飞奔的瓜牛7 小时前
CentOS 7 系统优化实战指南:从内核参数到服务精简
linux·运维·centos