ICS 与 8086 复习 14：数组指针结构体与数据对齐

ICS 与 8086 汇编复习 · 第 14 篇 系列目录 · 上一篇 · 下一篇

为什么 p+1 有时增加 4，有时增加 16？为什么结构体成员长度加起来只有 8 字节，sizeof 却可能是 12？这些题目看似各不相同，实际都在考同一件事：对象类型决定访问步长，布局规则决定实际偏移。

本文除特别说明外，采用课程中的 i386 环境：字节为 8 位，short 为 2 字节，int 和指针为 4 字节；结构体示例中它们分别按 2、4、4 字节对齐。把条件写在前面，是计算布局的必要步骤。

指针加一增加的是一个元素长度

若 int *p 指向数组元素，p+1 指向下一个 int，数值地址相差 sizeof(int)。数组第 i 个元素的地址用字节地址表示为：

地址(A[i]) = 数组首地址 + i × sizeof(元素类型)

设 short A[8] 的首址在 EDX，索引 i 在 ECX，读取 A[i] 到 AX，可表示为：

movw (%edx,%ecx,2),%ax

比例因子 2 来自元素类型，movw 来自读取宽度。若改成 int 数组，两处应相应考虑为比例 4 和 32 位读取。地址计算正确而读取宽度错误，仍然不能取得正确的对象值。

二维数组的行长必须计入步长

C 的普通多维数组按行优先存放。对 int a[3][4]，每行 4 个 int，行长为 16 字节：

地址(a[i][j]) = 首地址 + (i×4+j)×4

假定首地址为 1000H，求 a[2][1]：先跳过两行，共 32 字节；再跳过本行一个元素，增加 4 字节；所以地址是 1000H+36=1024H。

这个例子还可以区分三种表达式：a+1 指向下一行，地址增加 16；&a[0][0]+1 指向第一行的第二个整数，地址增加 4；sizeof a 是整个数组大小，为 48。

多数表达式中的数组名会转换为指向首元素的指针，但数组对象本身不是指针变量。sizeof a 与 sizeof p 的区别，就是常见考点。函数形参写作 int a[] 时会调整为指针类型，也不能在函数内用 sizeof a 得到调用者整个数组的大小。

二维数组和指针数组怎样区分

int matrix[3][4];    /* 3行，每行4个int，整体连续 */
int *rows[3];        /* 3个指针，各自还要指向有效数据 */

访问 matrix[i][j]，可以直接以矩阵首址加行列偏移。访问 rows[i][j]，先要从指针数组中取出 rows[i]，再沿该指针访问第 j 个整数；各行不必相邻。

matrix 在常见表达式中转换后的类型是“指向含 4 个 int 的数组的指针”，也就是 int (*)[4]，不是 int **。地址看上去都能用十六进制打印，并不意味着类型和访问规则相同。

结构体布局按成员逐项向上对齐

考虑：

struct Record {
    char a;
    int b;
    char c;
    short d;
};

在前述 ABI 条件下，从偏移 0 开始计算：a 放在 0，占 1 字节；b 需要 4 字节对齐，下一个可用位置从 1 向上取整为 4，因此 1—3 为填充；b 占 4—7；c 放在 8；d 需要 2 字节对齐，从 9 向上取整为 10，占 10—11。

成员	起始偏移	占用字节
a	0	1
b	4	4
c	8	1
d	10	2

最大成员对齐要求为 4，结构体总长度 12 已是 4 的倍数，所以 sizeof(struct Record)=12。若 struct Record R[10] 首址为 2000H，R[3].d 地址为：

2000H + 3×12 + 10 = 202EH

数组步长使用的是完整 sizeof，包含内部和尾部填充。尾部填充的目的之一，就是保证下一元素仍能按要求对齐。

如果重新定义一个类型，把成员顺序改为 char a; char c; short d; int b;，偏移变为 0、1、2、4，大小为 8。十个元素从 120 字节变为 80 字节。这改变了类型布局，涉及外部文件格式或二进制接口时，不能只看节省空间就认为可以随意替换。

对齐不等于每次未对齐访问都会失败

计算成员布局要遵循目标 ABI 和编译器设置。#pragma pack、packed、显式 aligned 等设置会改变布局；同一个包含 double 的结构体，在不同平台也可能有不同大小。

许多 x86 指令允许未对齐访存，但跨越缓存行或页等情况可能增加代价，某些指令则有专门的对齐要求。因此不应把课程中的教学存储器模型推广成“任何不对齐的 int 都无法读取”。

用 C 检查布局时，可以采用标准的 offsetof：

#include <stddef.h>
#include <stdio.h>
printf("size=%zu, offset_b=%zu\n",
       sizeof(struct Record), offsetof(struct Record, b));

这里 %zu 对应 size_t；打印实际对象地址则用 %p 并传入 void *。不要为了查偏移而真的解引用空指针。

联合体与数值转换不是一回事

联合体成员共享存储，大小还要满足其对齐要求，不能简单把所有成员长度相加。课程用联合体观察 10.0f 的位模式：在 IEEE754 binary32 条件下，该模式为 41200000H，与整数 10 的位模式不同。

若只是想复制对象表示，memcpy 可以明确表达意图，避免用不兼容指针强制读取：

#include <stdint.h>
#include <string.h>
float f = 10.0f;
uint32_t bits;
_Static_assert(sizeof f == sizeof bits, "size mismatch");
memcpy(&bits, &f, sizeof bits);

这段示例假定平台采用 binary32、相应整数与浮点字节序相容。它复制位模式；(uint32_t)f 则进行数值转换，在本例得到整数 10。关于数组、布局和对象表示的语言边界，可对照 C11 草案的 6.3.2.1、6.5.6、6.7.2.1 节。

越界题的易错点和防护含义

数组对象后面可能接着另一个局部变量，也可能接着填充或保存信息。向数组越界写入，可能在某次编译的二进制里改变邻近变量，甚至破坏返回信息；但从 C 语言层面，这已经是未定义行为。不能把一次运行观察改写成“访问 a[2] 必然修改变量 d”的通则。volatile 也不会把越界变为合法行为。

课件进一步介绍三类防护：地址空间随机化让某些目标地址更难预测；栈保护值用于发现一部分栈破坏；不可执行页限制在数据区域直接执行机器指令。它们缓解的是不同问题，没有哪一项把越界访问本身变成安全操作。有效的源代码修正仍然要约束索引、检查长度，并为字符串终止符留下空间。

做结构体和越界组合题时，建议先写对象合法范围，再计算偏移。只有在题目明确给出具体机器布局时，才进一步解释越界写入可能覆盖哪些字节。这样既能完成位级分析，也不会把错误程序的某一次结果误当成语言承诺。

自测与简答

同一 int a[3][4] 中，a+1 和 &a[0][0]+1 的地址增量相同吗？
一个结构体成员总长为 9，最大对齐要求为 4，为什么不能立刻认定 sizeof 为 9？
观察浮点位模式和把浮点值转换为整数，是否等价？

答案：① 不同，分别增加 16 和 4 字节。② 还要计算内部填充和尾部填充；总长度需满足结构体数组的对齐要求。③ 不等价；binary32 的 10.0f 位模式为 41200000H，数值转换得到 10。

资料对应

主要依据《4.程序的机器级表示-V1.0.pptx》第 61—97 页；字节序与基础对齐可回看《2.数据的机器级表示与处理-V1.0.pptx》第 119—126 页。矩阵地址和 R[3].d 为自编算例，结构体重排沿用课件题型。