自定义类型：结构体

前言

C语言已经提供了内置类型，如：char、short、int、long、float、double等，但是只有这些内置类型还是不够的，假设我想描述学生，描述一本书，这时单一的内置类型是不行的。

描述一个学生需要名字、年龄、学号、身高、体重等；

描述一本书需要作者、出版社、定价等。C语言为了解决这个问题，增加了结构体这种自定义的数据类型，让程序员可以自己创造适合的类型。

结构体是一些值的集合，这些值称为成员变量。结构体的每个成员可以是不同类型的变量。如：标量、数组、指针，甚至是其他结构体。

1. 结构体类型的声明

1.1 一般声明

struct tag
{
	member - list;
}variable - list;

例如用结构体来描述一个学生：

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

1.2 结构体的特殊声明

在声明结构体的时候，可以不完全的声明。

比如：

//匿名结构体类型
struct
{
	int a;
	char b;
	float c;
}x;
struct
{
	int a;
	char b;
	float c;
}a[20], * p;

上面的两个结构在声明的时候省略掉了结构体标签（tag）。

那么问题来了？

//在上⾯代码的基础上，下⾯的代码合法吗？
p = &x;

警告：

编译器会把上面的两个声明当成完全不同的两个类型，所以是非法的。

匿名的结构体类型，如果没有对结构体类型重命名的话，基本上只能使用一次。

1.3 结构体的自引用

在结构体中包含一个类型为结构体本身的成员是否可以呢？

比如，定义一个链表的节点：

struct Node
{
	int data;
	struct Node next;
};

上述代码正确吗？如果正确，那 sizeof(struct Node) 是多少？

仔细分析，其实是不行的，因为一个结构体中再包含⼀个同类型的结构体变量，这样结构体变量的大小就会无穷的大，是不合理的。

正确的自引用方式如下：

struct Node
{
	int data;
	struct Node* next;
};

在结构体自引用使用的过程中，夹杂了 typedef 对匿名结构体类型重命名，也容易引入问题，看看下面的代码，可行吗？

typedef struct
{
	int data;
	Node* next;
}Node;

答案是不行的，因为Node是对前面的匿名结构体类型的重命名产生的，但是在匿名结构体内部提前使用Node类型来创建成员变量，这是不行的。

解决方案如下：定义结构体不要使用匿名结构体了

typedef struct Node
{
	int data;
	struct Node* next;
}Node;

2. 结构体成员访问操作符

2.1 结构体成员的直接访问

结构体成员的直接访问是通过点操作符（.）访问的。点操作符接受两个操作数。如下所示：

#include <stdio.h>
struct Point
{
	int x;
	int y;
}p = { 1,2 };
int main()
{
	printf("x: %d y: %d\n", p.x, p.y);
	return 0;
}

使用方式：结构体变量.成员名

2.2 结构体成员的间接访问

有时候我们得到的不是⼀个结构体变量，而是得到了一个指向结构体的指针。如下所示：

#include <stdio.h>
struct Point
{
	int x;
	int y;
};
int main()
{
	struct Point p = { 3, 4 };
	struct Point* ptr = &p;
	ptr->x = 10;
	ptr->y = 20;
	printf("x = %d y = %d\n", ptr->x, ptr->y);
	return 0;
}

综合举例：

#include <stdio.h>
#include <string.h>
struct Stu
{
	char name[15];//名字
	int age; //年龄
};
void print_stu(struct Stu s)
{
	printf("%s %d\n", s.name, s.age);
}
void set_stu(struct Stu* ps)
{
	strcpy(ps->name, "李四");
	ps->age = 28;
}
int main()
{
	struct Stu s = { "张三", 20 };
	print_stu(s);
	set_stu(&s);
	print_stu(s);
	return 0;
}

3. 结构体变量的创建和初始化

示例代码：

#include <stdio.h>
struct Stu
{
	char name[20];//名字
	int age;//年龄
	char sex[5];//性别
	char id[20];//学号
};
int main()
{
	//按照结构体成员的顺序初始化
	struct Stu s = { "张三", 20, "男", "20230818001" };
	printf("name: %s\n", s.name);
	printf("age : %d\n", s.age);
	printf("sex : %s\n", s.sex);
	printf("id : %s\n", s.id);

	//按照指定的顺序初始化
	struct Stu s2 = { .age = 18, .name = "lisi", .id = "20230818002", .sex = "女" };
	printf("name: %s\n", s2.name);
	printf("age : %d\n", s2.age);
	printf("sex : %s\n", s2.sex);
	printf("id : %s\n", s2.id);
	return 0;
}

4. 结构体内存对齐

我们已经掌握了结构体的基本使用了。

现在我们深入讨论⼀个问题：计算结构体的大小。

这也是⼀个特别热门的考点：结构体内存对齐

4.1 对齐规则

首先得掌握结构体的对齐规则：

1. 结构体的第一个成员对齐到和结构体变量起始位置偏移量为0的地址处
2. 其他成员变量要对齐到某个数字（对齐数）的整数倍的地址处。
   • 对齐数 = 编译器默认的一个对齐数与该成员变量大小的较小值。
   • VS中默认的值为8
   • Linux中 gcc 没有默认对齐数，对齐数就是成员自身的大小
3. 结构体总大小为最大对齐数（结构体中每个成员变量都有一个对齐数，所有对齐数中最大的）的整数倍。
4. 如果嵌套了结构体的情况，嵌套的结构体成员对齐到自己的成员中最大对齐数的整数倍处，结构体的整体大小就是所有最大对齐数（含嵌套结构体中成员的对齐数）的整数倍。

//练习1
struct S1
{
	char c1;
	int i;
	char c2;
};
printf("%d\n", sizeof(struct S1));
//练习2
struct S2
{
	char c1;
	char c2;
	int i;
};
printf("%d\n", sizeof(struct S2));
//练习3
struct S3
{
	double d;
	char c;
	int i;
};
printf("%d\n", sizeof(struct S3));
//练习4-结构体嵌套问题
struct S4
{
	char c1;
	struct S3 s3;
	double d;
};
printf("%d\n", sizeof(struct S4));

4.2 为什么存在对齐数

大部分的参考资料都是这样说的：

1. 平台原因（移植原因）：不是所有的硬件平台都能访问任意地址上的任意数据的；某些硬件平台只能在某些地址处取某些特定类型的数据，否则抛出硬件异常。

2. 性能原因：数据结构(尤其是栈)应该尽可能地在自然边界上对齐。原因在于，为了访问未对齐的内存，处理器需要作两次内存访问；而对齐的内存访问仅需要一次访问。假设一个处理器总是从内存中取8个字节，则地址必须是8的倍数。如果我们能保证将所有的double类型的数据的地址都对齐成8的倍数，那么就可以用一个内存操作来读或者写值了。否则，我们可能需要执行两次内存访问，因为对象可能被分放在两个8字节内存块中。

   总的来说：结构体的内存对齐是拿空间来换取时间的做法。

那么在设计结构体的时候，我们想要既满足对齐，又想要尽可能的节省空间，该怎么做呢？

答案：在定义结构体的时候，让占用空间小的成员尽量集中在一起。

//例如：
#include <stdio.h>
struct S1
{
	char c1;
	int i;
	char c2;
	};

struct S2
{
	char c1;
	char c2;
	int i;
};

int main()
{
	printf("%d\n", sizeof(struct S1));
	printf("%d\n", sizeof(struct S2));

	return 0;
}

s1和s2类型的成员一模一样，但是s1和s2所占空间的大小有了一些区别。

4.3 修改默认对齐数

#pragma这个预处理指令，可以改变编译器的默认对齐数。

#include <stdio.h>
#pragma pack(1)//设置默认对齐数为1
struct S
{
	char c1;
	int i;
	char c2;
};
//#pragma pack()//取消设置的对齐数，还原为默认
int main()
{
	//输出的结果是什么？
	printf("%d\n", sizeof(struct S));
	return 0;
}

结构体在对齐方式上不合适的时候，我们可以自己更改默认对齐数。

5. 结构体传参

struct S
{
	int data[1000];
	int num;
};
struct S s = { {1,2,3,4}, 1000 };
//结构体传参
void print1(struct S s)
{
	printf("%d\n", s.num);
}
//结构体地址传参
void print2(struct S* ps)
{
	printf("%d\n", ps->num);
}
int main()
{
	print1(s); //传结构体
	print2(&s); //传地址
	return 0;
}

上面的print1和print2函数哪个更好一些。

答案是：首选传地址的print2函数。

原因：

函数传参的时候，参数是需要压栈，会有时间和空间上的系统开销。

如果传递一个结构体对象的时候，结构体过大，参数压栈的的系统开销比较大，所以会导致性能的下降。

结论：

结构体传参的时候，最好选择传结构体的地址。

6. 结构体实现位段

结构体讲完，就得讲讲结构体实现位段的能力。

6.1 什么是位段

位段中的位指的是二进制的位。

位段的声明和结构体是类似的，有两个不同：

1. 位段的成员必须是int、unsigned int 或signed int ，在C99中位段成员的类型也可以选择其他类型。
2. 位段的成员名后边有一个冒号和一个数字。

比如：

struct A
{
	int _a : 2;//指的是_a占2个bit位的内存空间
	int _b : 5;//指的是_b占5个bit位的内存空间
	int _c : 10;//指的是_c占10个bit位的内存空间
	int _d : 30;//指的是_d占30个bit位的内存空间，这里其实是存在点问题的，在下面6.3位段的跨平台问题中有相关讲解。
    //int _e : 50;这种写法是肯定不行的，因为本身int类型占内存4个字节也就是32个bit位，而50都比32大了。
};

A就是一个位段类型。

那位段A所占内存的大小是多少呢？

printf("%zd\n", sizeof(struct A));

输出结果如下：

8

如果不使用位段，而是A这个结构体成员直接就是四个int类型，这是所占的内存空间为16个字节。

结论：因此位段的使用可以让我们更加节省内存空间。比如说我们A这个结构体中的_a成员的可能取值只有0，1，2，3的时候，我们就只需要两个bit为的空间就可以了。

但是这里还会存在一个疑问，本来我定义的位段A，四个成员的内存加起来应该是2+5+10+30=47，由于一个字节是8个bit位，那么这里也只需要6个字节就可以了呀，但是从我们的输出结果来看，所占内存是8个字节，这是为什么呢？

通过下面位段的内存分配，你的疑惑将会得到解答。

6.2 位段的内存分配

1. 位段的成员可以是 int、unsigned int、signed int 或者是 char 等整型类型（char也属于整型，因为字符类型底层存储的也是它的ASCII码值，ASCII码值也是整数嘛）
2. 位段的空间上是按照需要以4个字节（ 针对int类型的 ）或者1个字节（针对 char类型的 ）的方式来开辟的。（这里什么意思呢？就是一次开辟4个字节或者1个字节，然后先用，如果用完不够再开辟更多空间）
3. 位段涉及很多不确定因素，位段是不跨平台的，注重可移植的程序应该避免使用位段。

//一个例子
struct S
{
	char a : 3;
	char b : 4;
	char c : 5;
	char d : 4;
};

通过上图的分析可知，这个位段所占的内存空间应该是3个字节，下面我们从代码的输出结果来看一下。

struct S
{
	char a : 3;
	char b : 4;
	char c : 5;
	char d : 4;
};

int main()
{
	printf("%zd\n", sizeof(struct S));
	return 0;
}

VS2019代码的输出结果如下：

可以见得，在上面图中讲解时的假设基本上应该是符合VS2019的设定的。

但是假设毕竟是假设，我们学习还是应该严谨一些，下面我们来验证一下，VS中的设定是不是这样子的。

从上图的分析，以及VS调试后内存的布局来看，我们之前的假设是符合VS编译器的处理结果的。

回顾：

通过这里的分析，我相信你也可以明白这里刚开始讲位段时的那个例子为什么占的是8个字节而不是6个字节了。

6.3 位段的跨平台问题

1. int 位段被当成有符号数还是无符号数是不确定的。

2. 位段中最大位的数目不能确定。（16位机器最大16，32位机器最大32，写成27，在16位机器会出问题。因为早期的16位机器上sizeof(int) == 2整型是2个字节）——所以说之前刚开始讲位段的那个例子中int _d : 30;是可能存在问题的。。

3. 位段中的成员在内存中从左向右分配，还是从右向左分配，标准尚未定义。

4. 当一个结构包含两个位段，第二个位段成员比较大，无法容纳于第一个位段剩余的位时，是舍弃剩余的位还是利用，这是不确定的。

总结：跟普通结构体相比，位段可以达到同样的效果，并且可以很好的节省空间，但是有跨平台的问题存在。

6.4 位段的应用

下图是网络协议中，IP数据报的格式，我们可以看到其中很多的属性只需要几个bit位就能描述，这里使用位段，能够实现想要的效果，也节省了空间，这样网络传输的数据报大小也会较小一些，对网络的畅通是有帮助的。

6.5 位段使用的注意事项

位段的几个成员共有同一个字节，这样有些成员的起始位置并不是某个字节的起始位置，那么这些位置处是没有地址的。内存中每个字节分配一个地址，一个字节内部的bit位是没有地址的。

所以不能对位段的成员使用&操作符，这样就不能使用scanf直接给位段的成员输入值，只能是先输入放在一个变量中，然后赋值给位段的成员。

struct A
{
	int _a : 2;
	int _b : 5;
	int _c : 10;
	int _d : 30;
};
int main()
{
	struct A sa = { 0 };
	scanf("%d", &sa._b);//这是错误的

	//正确的示范
	int b = 0;
	scanf("%d", &b);
	sa._b = b;
	return 0;
}