1 / 4概念
Type
类型决定三件事:对象占多少字节、字节怎么解释、哪些操作合法。把这三件事算清楚,才能解释为什么改一个字段会让结构体从 16 字节变成 24 字节、为什么 -1 < 1u 是假、为什么跨 ABI 传结构体是危险的。
1 概念
1.1 一句话定义
C 的类型由表示、对齐和允许的操作共同定义:大小与布局由平台 ABI 决定,赋值复制对象表示,指针算术以所指类型为单位,转换按秩、符号和值域规则进行。
1.2 它解决什么问题
- 布局可计算:
sizeof、offsetof、_Alignof让结构体大小与字段偏移在编译期就能验证。 - 拷贝语义明确:赋值复制整个对象表示,按值传参复制实参,指向同一对象的指针才会互相影响。
- 转换可预测:整数提升与通常算术转换有确定规则,隐式与显式转换的结果可以手算。
- 存储可复用:
union让多个类型共享一段存储,struct的柔性数组成员让变长数据只分配一次。 - 协议可表达:定长整数、枚举与结构体布局构成二进制协议的类型基础。
- 对齐可满足:显式对齐让 SIMD、原子与硬件寄存器访问合法。
代价是填充不可控、位域与枚举底层类型由实现决定、char 的符号性不统一,跨平台必须逐项确认。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 声明符语法、字面量、语句 | Syntax |
| 函数原型、参数传递、链接属性 | Functions |
| 堆分配、栈与静态区的生命周期管理 | Runtime: Memory Layout and Allocation |
| 不透明 struct 与函数表 | OOP |
| 原子类型与内存序 | Concurrency |
| 对象表示与调用约定 | Runtime: Object Model and ABI |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 对象表示 | 值在内存中的字节序列 | 不是值本身 |
| 填充 | 成员之间与末尾的无名字节 | 内容不确定,不能按值比较 |
| 对齐 | 地址必须是某个值的倍数 | 不是大小 |
| 有效类型 | 决定一次访问是否合法的类型 | 与声明类型可能不同 |
| 严格别名 | 用不兼容类型访问同一对象 | 与 union 逐字节读取不同 |
| 整数提升 | 小于 int 的整型先转成 int | 不改变值,只改变类型 |
| 通常算术转换 | 二元运算统一到公共类型 | 不是“取最宽类型” |
| 退化 | 数组转首元素指针、函数转函数指针 | 只在表达式中发生 |
| 不完整类型 | 大小未知的类型 | 不能 sizeof,但可定义指针 |
2 机制
2.1 心智模型
大小等于字段之和加填充,复制等于逐字节复制表示,转换等于按秩与符号找公共类型。 结构体成员按声明顺序排列,每个成员的偏移必须是其对齐的倍数,结构体总大小必须是最大成员对齐的倍数。整数运算先提升到 int,再按“能表示的范围更大者优先、同秩时有符号让位无符号”找公共类型。
2.2 机制拆解
- 对齐与填充:
char对齐 1,int通常 4,double通常 8;把大对齐字段放前面能减少填充。_Alignas(16)提高对齐,_Alignof读取对齐。 - 整数转换:有符号转无符号按模 2 的 N 次方回绕;无符号转有符号超出范围是实现定义,C23 起有符号整数必须用二补数表示。窄类型转宽类型时,有符号做符号扩展,无符号做零扩展。
- 指针算术:
p + 1前进sizeof(*p)字节;void *上的算术是 GNU 扩展,标准 C 不合法;数组在表达式里退化为指向首元素的指针,sizeof与&是例外。 - struct:赋值与传参复制整个对象,包括填充;含指针成员时只复制指针值,底层数据仍共享。
- union:所有成员共享起始地址,大小是最大成员的大小并按最大对齐补齐;写入一个成员再读另一个成员,结果依赖字节序与类型宽度,C 允许但不可移植。
- enum:底层类型由实现选择,只需能容纳所有枚举值;把任意整数赋给枚举变量在 C 中合法,在 C++ 中不合法。
- 位域:位宽、分配方向与跨存储单元的行为都由实现定义,不能取地址,不能移植到不同 ABI。
- 限定符:
const只约束通过该左值写入;volatile要求每次访问都真实发生;restrict是优化器契约,违反即 UB。
2.3 完整枚举
C 的类型类别,这是完整集合:
| 类别 | 成员 | 说明 |
|---|---|---|
| 无值类型 | void | 不能定义对象,只能用于指针与返回类型 |
| 布尔 | _Bool(C23 起 bool) | 赋值任何非零值都变成 1 |
| 字符 | char、signed char、unsigned char | char 的符号性由实现决定 |
| 有符号整数 | signed char、short、int、long、long long | 最小位宽依次为 8、16、16、32、64 |
| 无符号整数 | unsigned char、unsigned short、unsigned int、unsigned long、unsigned long long | 溢出按模回绕 |
| 浮点 | float、double、long double | IEEE-754 不是标准要求,但普遍实现 |
| 复数 | float _Complex、double _Complex、long double _Complex | C99 起,需 <complex.h> |
| 虚数 | float _Imaginary、double _Imaginary、long double _Imaginary | 可选,几乎无实现 |
| 枚举 | enum | 底层类型由实现选择 |
| 结构体 | struct | 成员按声明顺序,可能含填充 |
| 联合体 | union | 成员共享存储,大小取最大者 |
| 数组 | T[N] | 长度是类型的一部分,不能赋值 |
| 指针 | T *、void *、函数指针 | 对象指针与函数指针不保证互转 |
| 函数 | T (参数列表) | 不是对象,不能取大小 |
| 原子 | _Atomic(T) | C11 起,见 Concurrency |
| 位精确整数 | _BitInt(N) | C23 起,N 为位宽 |
限定符 const、volatile、restrict、_Atomic 可与上述类型组合,形成新的限定版本。
3 实践
3.1 最小示例与追踪
示例只做一件事:把结构体布局、按值复制、无符号比较和 union 字节序放在同一段输出里。
#include <stddef.h>
#include <stdio.h>
struct packet {
char tag;
int id;
short len;
char body[6];
};
union number { int i; unsigned char bytes[4]; };
int main(void)
{
struct packet p = {.tag = 'A', .id = 7, .len = 5, .body = "hello"};
printf("size=%zu tag=%zu id=%zu len=%zu body=%zu\n",
sizeof p, offsetof(struct packet, tag), offsetof(struct packet, id),
offsetof(struct packet, len), offsetof(struct packet, body));
struct packet q = p;
q.body[0] = 'H';
printf("%c %c\n", p.body[0], q.body[0]);
int neg = -1;
unsigned u = neg;
printf("%u %d\n", u, neg < 1u);
union number n = {.i = 0x01020304};
printf("%02x %02x\n", n.bytes[0], n.bytes[3]);
}
追踪:tag 在偏移 0,占 1 字节;为了把 id 放到 4 的倍数,插入 3 字节填充,id 在 4,len 在 8,body 在 10,总长 16,正好是最大对齐 4 的倍数,所以 sizeof p == 16。q = p 复制这 16 字节,包括填充;改 q.body[0] 不影响 p,输出 h H。neg 转成 unsigned 得到 4294967295;neg < 1u 里 neg 也被转成无符号,所以为假,输出 0。union 写入 0x01020304 后按字节读,小端机器上 bytes[0] 是 04、bytes[3] 是 01,大端结果相反。
3.2 选型矩阵
| 需求 | 首选 | 内存代价 | 主要风险 |
|---|---|---|---|
| 同类型定长序列 | 数组 | 无额外开销 | 退化为指针后丢长度 |
| 变长或可为空 | 指针 | 多一次间接访问 | 所有权与生命周期 |
| 多字段聚合 | struct | 有填充 | 字段顺序影响大小与 ABI |
| 互斥的多种表示 | union | 取最大成员 | 读非活跃成员依赖字节序 |
| 有名字的常量集 | enum | 通常等同 int | 底层类型由实现选择 |
| 紧凑位标志 | 位域 | 省空间 | 布局不可移植 |
| 变长尾部数据 | 柔性数组成员 | 一次分配 | 必须自己记录长度 |
4 边界
4.1 典型故障
| 症状 | 根因 | 诊断 | 修复 |
|---|---|---|---|
| 两个进程对同一结构体解析不一致 | 编译器或 ABI 的填充规则不同 | 对比双方 sizeof 与 offsetof | 固定布局、显式打包或改用序列化 |
int 溢出后结果异常 | 有符号溢出是 UB | -fsanitize=signed-integer-overflow | 运算前检查范围,或改用无符号 |
| 大数赋给小类型后变负 | 隐式窄化截断 | -Wconversion | 显式转换并检查值域 |
char 比较结果随平台变化 | char 符号性由实现决定 | 打印 (int)(char)0xFF | 用 unsigned char 处理字节 |
| 优化后读取到旧值 | 违反严格别名,UB | -fstrict-aliasing 下复现 | 用 memcpy 或 unsigned char * |
传数组后 sizeof 变成 8 | 数组退化为指针 | 在函数内打印 sizeof | 另传元素个数 |
| union 读出的字节顺序相反 | 字节序不同 | 同时打印首尾字节 | 显式做字节序转换 |
| 位域在另一平台错位 | 位域布局由实现定义 | 用 offsetof 与位掩码验证 | 改用整型加移位掩码 |
4.2 安全 / 性能 / 一致性边界
- 安全:整数溢出是大量漏洞的源头;长度运算必须先检查再分配,乘法用
size_t并判断上界。 - 性能:字段重排减少填充也改善缓存局部性;但改变布局会破坏 ABI,发布后只能新增字段到末尾。
- 一致性:字节序、
char符号性、位域布局、枚举底层类型都属实现定义,跨平台代码必须显式处理。 - 别名边界:
restrict与严格别名让优化器敢重排读写;用不兼容类型访问对象时,memcpy是唯一安全通道。