C++ 结构体对齐

引言

数据结构对齐是数据在计算机内存中排列和访问的方式。它由三个独立但相关的问题组成：数据对齐、数据结构填充和打包。现代计算机硬件中的 CPU 在数据自然对齐时最有效地执行内存读取和写入，这通常意味着数据的内存地址是数据大小的倍数。例如，在 32 位架构中，如果数据存储在四个连续字节中并且第一个字节位于4字节边界上，则数据可能是对齐的。

数据对齐是根据元素的自然对齐方式对齐元素。为了确保自然对齐，可能需要在结构元素之间或结构的最后一个元素之后插入一些填充。例如，在 32 位机器上，包含一个 16 位值后跟一个 32 位值的数据结构可以在 16 位值和 32 位值之间有 16 位填充以对齐 32 位值32 位边界上的值。或者，可以打包结构，省略填充，这可能会导致访问速度变慢，但会使用四分之三的内存。

尽管数据结构对齐是所有现代计算机的基本问题，但许多计算机语言和计算机语言实现会自动处理数据对齐。 Fortran、Ada、PL/I、Pascal、某些 C 和 C++ 实现、D、Rust、C#、和汇编语言至少允许部分控制数据结构填充，这在某些特殊情况下可能很有用。

如何计算填充

这里以64位操作系统为例，首先我们列出一些基本类型的对其大小。

类型	对齐大小
char(1byte)	1
short(2bytes)	2
long(4bytes)	4
float(4bytes)	4
double(8bytes)	8
long double(8bytes)	8

以long类型为例，long的对齐大小为4，代表着这个类型的地址应该可以被4所整除，也就是其二进制地址应该是以0b100结尾。同理，short就是以0b10结尾，double就是以0b1000结尾。需要注意的是对齐大小都是2的整数次幂。

int main(int argc, char const *argv[])
{

    static_assert(alignof(long) == 4);

    alignas(4) long x;

    std::bitset<64> address = (uint64_t)std::addressof(x);

    // 0000000000000000000000000111001010111111010111111111101100111100
    std::cout << address.to_string() << '\n';

    return 0;   
}

知道了基础类型之后，我们来看结构体的类型：

struct F1
{
                  //   alignment  sizeof 
    int8_t i8;    //      1          1
    int16_t i16;  //      2          2
    double f64;   //      8          8
};

static_assert(alignof(F1) == 8);
static_assert(sizeof(F1) == 16);

1、如何计算对齐大小？

结构体类型的对齐大小为最大的成员字段的对齐大小，F1结构体中f64字段对齐大小是最大的，所以F1的对齐大小和double保持一致。

2、如何计算结构体大小

int main(int argc, char const *argv[])
{

    alignas(8) F1 f;

    std::bitset<64> address;
    
    // 0b000000
    address = (uint64_t)std::addressof(f);
    std::cout << address.to_string() << '\n';

    // 0b000000
    address = (uint64_t)std::addressof(f.i8);
    std::cout << address.to_string() << '\n';

    // 0b000010
    address = (uint64_t)std::addressof(f.i16);
    std::cout << address.to_string() << '\n';
    
    // 0b001000
    address = (uint64_t)std::addressof(f.f64);
    std::cout << address.to_string() << '\n';

    return 0;   
}

我们将f及其所有字段的地址的最后6比特打印出来。由于f是按照8字节对齐，所以f的二进制地址最后应该是0b1000结尾。i8是按照1字节对齐，它是结构体的第一个字段，其地址和f地址一样。i16是按照2字节对齐的，所以他的地址应该是以0b100结尾，而f的地址0b000000在安放完一个i8后的下一个以0b100结尾的地址是0b000010，所以i16会被安放在0b000010。f64是按照8字节对齐，而f的地址0b000000在安放完一个i8和一个i16后的下一个以0b1000结尾的地址是0b001000，所以f64会被安放在0b001000，如图所示：

图1

模拟布局

为了更好地了解结构体的内存布局，接下来我们来模拟一下。

template <typename TypeList, typename SizeSequence> 
struct layout_impl;

template <typename... Ts, size_t... Sizes> 
struct layout_impl<std::tuple<Ts...>, std::index_sequence<Sizes...>>
{ 
    // ...
};

// Ts... 是我们结构体每一个字段的类型
template <typename... Ts>
struct layout : layout_impl<
    std::tuple<Ts...>, std::make_index_sequence<sizeof...(Ts)>>
{
};

首先是构造函数，我们使用一个数组来记录每个字段的数量，在构造时提供每个字段的数量即可。

template <typename... Ts, size_t... Sizes> 
struct layout_impl<std::tuple<Ts...>, std::index_sequence<Sizes...>>
{
    // C++目前不允许layout_impl(size_t... sizes)这种写法，我们利用模板来完成这个功能
    constexpr explicit layout_impl(detail::to_size_t<Sizes>... sizes)
      : m_sizes{ sizes... } {}
    std::array<size_t, NumSizes> m_sizes;
};

/*
struct F1
{
    int8_t i8;    
    int16_t i16;  
    double f64;   
}; => layout<int8_t, int16_t, double>(1, 1, 1)

struct TreeNode
{
    int value;
    TreeNode* children[2];
}; => layout<int, TreeNode*>(1, 2);
*/

其次是结构体的对齐大小，结构体的对齐大小和对齐大小最大的那个字段保持一致。

static constexpr size_t alignment() 
{
    return std::ranges::max({ alignof(Ts)... });
}

再然后是计算每一个字段的offset。

在计算某个字段的时候，我们需要知道上一个字段的offset和size，然后按照当前字段的对齐大小进行对齐。以F1的第二个字段i16为例，上一个字段是i8，由于他是第一个字段，offset为0，size是1个字节，我们可以按照如下公式计算：

\[ next = (current + align - 1) \mod align \]

举个例子，假设我们是十进制并且按照10字节对齐，当前面有1个字节被占用的时候，我们需要填充9个字节，当前面有2个字节被占用的时候，我们需要填充8个字节，依次类推，当前面有10个字节都被占用的时候，我们不需要填充字节。

constexpr size_t align(size_t n, size_t m) 
{ 
    assert(std::popcount(m) == 1 && "m should be power of two.");
    return (n + m - 1) & ~(m - 1); 
}

template <size_t N>
constexpr size_t offset() const
{
    static_assert(N < NumSizes);
    if constexpr (N == 0)
    {
        return 0;
    }
    else
    {
        const auto last_type_size = sizeof(std::tuple_element_t<N - 1, std::tuple<Ts...>>);
        const auto current_type_alignment = alignof(std::tuple_element_t<N, std::tuple<Ts...>>);
        return detail::align(offset<N - 1>() + last_type_size * m_sizes[N - 1], current_type_alignment);
    }
}

最后是结构体的大小。我们只需要知道最后一个字段的offset，大小以及填充字节大小就可以了，需要注意的是，最后一个字节也是可能会填充的，这样在申请数组的时候才能保证每一个元素都是对齐的。

constexpr size_t alloc_size() const
{
    return offset<NumTypes - 1>() + sizeof(std::tuple_element_t<NumTypes - 1, std::tuple<Ts...>>) * m_sizes[NumTypes - 1];
}

题外话

结构体的字段的分布对布局是有影响的，如果我们更改F1字段的顺序，那么它的大小可能会发生变化。

struct F2
{
                  //   alignment  sizeof 
    int8_t i8;    //      1          1
    double f64;   //      8   
    int16_t i16;  //      2          2
};

static_assert(alignof(F2) == 8);
static_assert(sizeof(F2) == 24);

如果您想更好地回顾关于结构体对齐的知识，可以参见https://www.youtube.com/watch?v=SShSV_iV1Ko。

参考文献

[1]维基百科:https://en.wikipedia.org/wiki/Data_structure_alignment

posted @ 2023-04-20 21:01 鸿钧三清 Views(290) Comments(0) Edit 收藏举报

刷新页面返回顶部

fallen_leaves

C++ 结构体对齐

C++ 结构体对齐

引言

如何计算填充

模拟布局

题外话

参考文献

公告