C语言基础：位域

主题：位域（bit-field）
关键字：位域冒号结构体存储空间
参考链接：C语言中文网：位域、C菜鸟工具（在线编译器）、位域知乎问答
注：以下内容中如存在错误或缺漏，感谢评论指正，将尽快进行更正完善。

文章目录

C语言基础：位域
一、位域是什么？
二、为什么需要使用位域
- 1. 减少数据存储空间
- 2. 提高代码阅读性
二、位域结构体成员的使用
- 1.C 语言的位域结构体成员
- 2.位域使用注意事项
- 3.位域的存储
总结

一、位域是什么？

struct
{
  unsigned int led_status     : 1; //led灯的开关状态，占1个bit
  unsigned int led_color      : 3; //led灯的颜色，占3个bit
  unsigned int led_luminance  : 4; //led灯的亮度等级，占4个bit
} status;

现实中的很多信息，例如设备的开关状态，并不需要占用一个完整的字节存储。为了更方便处理这类数据，C语言提供了一种数据结构类型，叫做“位域”，也叫“位段”。位域是一种结构体成员的类型，从字面意思理解，位域把一个存储单元，比如一个字节单元含8bit空间，按占用位bit大小划分出不同的区域，存放不同的数据。

bit	7	6-4	3-0
位域成员	存放数据1	存放数据2	存放数据3

二、为什么需要使用位域

1. 减少数据存储空间

为什么需要使用位存储？举个直观的例子：我们要控制2个彩色的灯，通过串口通信，给它下发控制指令，从而改变灯的开关状态和颜色状态。(表中data=0xda=0b11011010)
开关状态（占1位）： 0=OFF ，1= ON
颜色状态（占3位）： 0=红色，1=绿色，2=蓝色，3=黄色，4=紫色，5=白色。

字节存储方式（共4字节）byte	1	2	3	4
位域存储方式（共1字节）bit位	7	6-4	3	2-0
数据定义	灯a开关	灯a颜色	灯b开关	灯b颜色
数据解释	1=ON	5=白色	1=ON	2=蓝色
data	1	101	1	010

表中可以看出，通过位存储的方式，1个字节，就能实现2个灯的控制，而如果采用字节方式，控制2个灯需要4字节。假设要控制200个灯时，按位域方式进行的存储和通信，只需要100字节，而以字节方式则需要400字节。更少的通信数据，有利于保证通信效率，减少误码率，因此位域结构体在网络通信和CAN通信中较常见，有利于提高网络带宽利用率。
总结1：位域方式在数据存储中起到了减少存储空间的作用、在通信中起到减少通信数据量的作用。

2. 提高代码阅读性

接上面控制灯的例子，(表中data=0xda=0b11011010)，现在要将灯a关闭，也就是第7bit置0，同时不能改变影响其他数据，也就是将数据变化为（data=0x5a=0b01011010）。虽然可以通过以下代码间接实现位域的赋值功能，但过程并不直观，代码理解起来费时。
总结2：使用位域结构体成员，有助于简化代码，使代码结构清晰

int main()
{
   #define LED_OFF  0
   unsigned char   led_data_init = 0b11011010;//灯总状态初始数据
   unsigned char   led_data = led_data_init;//灯总状态数据
	
   unsigned char   leda_status = LED_OFF;//灯a状态数据：关灯
   unsigned char   leda_status_bitsize = 1;  //灯a状态数据，占用led_data的1个bit
   unsigned char   leda_status_bitindex = 7; //灯a状态数据，存储在led_data的bit7位置（bit7-0）
	  	
   /**
   * 该宏函数得到一个将对应位域位置赋值0的值（bit7-0）
   * 例：0b0111 1111 = BIT_SEAT(1，7)
   * 例：0b0001 1111 = BIT_SEAT(3，5)
   */
   #define  BIT_SEAT(bit_size,bit_index)   (unsigned char)(~(~(0xff<< bit_size)<<bit_index))

   led_data &= BIT_SEAT(leda_status_bitsize,leda_status_bitindex);//led_data中对应域值清零
   led_data |= leda_status << 7;//led_data中对应域赋值新值
	
	//输出结果：led_data_init=0xda，led_data=0x5a	   
   printf("led_data_init=0x%x，led_data=0x%x",led_data_init,led_data);
   	
   return 0;
}

二、位域结构体成员的使用

1.C 语言的位域结构体成员

带有预定义宽度的变量被称为位域，位域在本质上就是一种结构类型，其成员按二进制位分配，它的基本用法与结构体一样。

struct 位域结构名 
{
	          
	类型说明符 type     位域名member_name :  位域长度 width ;
	类型说明符 type     位域名member_name :  位域长度 width ;
	......
	
}位域结构体定义的变量;

/**
* 以下代码定义了一个名为 struct bs 的结构体，
* data 为 bs 的结构体变量，共占四个字节：
*/
struct bs{
    int a:8; //变量a，占8bit
    int b:2; //变量b，占2bit
    int c:6; //变量c，占6bit
}data,*pdata;

pdata=&data;
data.b = 1;//位域的使用和结构成员的使用相同
pdata->c = 10;//位域结构体可以使用指针，位域成员不能使用指针。

2.位域使用注意事项

2.1.位域的类型
根据早期ANSI C规定，位域最开始只支持 int，unsigned int ，unsigned int三种类型，后面C99标准又增加了bool类型。但几乎所有的编译器都对此进行了进一步扩展，char ，unsigned char ，long，enum等都是可用的类型。实际应用中，尽量使用无符号类型，否则可能存在符号不一致问题。
位域不支持浮点型，否则编译提示：bit-field ‘c’ has invalid type。

2.2.位域的宽度
宽度必须小于或等于位域类型的位宽度，例如char类型，位宽度最大为8,int类型32位系统中，位宽度最大为32。错误的示例如下，编译器会提示错误：error： width of ‘a’ exceeds its type。

unsigned char  a：9; //错误的宽度定义，a最大为8。
unsigned int   b:33; //错误的宽度定义（假设在32位系统），32位系统中最大为32。

**注：**网上常见一种说法”位域不允许跨2字节，如一个字节所剩空间不够存放另一位域时，则会从下一单元起存放该位域，也就是说位域不能超过8bit。“这种说法并不正确，可能是英文翻译和理解错误。

比较恰当的说法是，**位域不允许跨2个类型单位，也就是说位域长度不能超过所依赖类型的最大位bit数。**例如，程序运行在32位系统，使用unsigned int，则位域宽度不能超过32。
使用以下例程序测试验证，刚好占32位，4个字节，位域数据紧密排列，并不存在一个字节所剩空间不够，从下一单元存放的现象。

struct bs{
    unsigned a:7;
    unsigned b:7;   
    unsigned c:7;    
    unsigned d:7;
    unsigned e:4;
    } n;
    //结果输出sizeof n = 4
   printf("sizeof n = %d\n",sizeof(n));

2.3.对位域结构体成员赋值不要超出其位域数值范围
在使用位域时，要特别注意检查数据赋值范围，虽然很基础但也最容易出错的操作，在进行位域成员赋值时，很可能不经意间就超出了范围。

struct
{
  unsigned int age : 3;//age 的赋值范围0-7
} Age;
 
int main( )
{
   Age.age = 8; // 二进制表示为 1000 有四位，超出
   printf( "Age.age : %d\n", Age.age ); 
   return 0;
}

位域成员赋值不要超过范围，以上代码编译时，会提示警告:第四位溢出，溢出的位会被忽略，只保留有效位，printf输出Age.age : 0

2.3无名位域、空域
位域可以是无名位域，也叫空域，这时它只用来作填充或调整位置。无名的位域是不能使用的。
无名位域的长度为0时，表示该单元后续空间都不能使用，需要从下一个新单元存储新数据。
已命名位域不能设置0长度（编译报错），位段定义的第一个位段长度不能为0（虽然编译不报错，但应避免这样使用）。

struct k{
    int a:1;
    int  :2;    /* 该 2 位不能使用 */
    int  :0;    /* 该int单元，后续位不能使用 */
    int b:2;    /* 存储在下一个新的int单元 */
};

2.4位域成员指针
C语言无法使用&对位域成员做取地址运算，不存在位域成员指针。

2.5位域数据的符号问题

在计算机中，所有的数据以补码的形式存储。使用有符号类型时，其最高位，会被作为符号位，数据以补码存储。
位域成员a，只有1位，0b1，最高位即本身，被当做符号位1。可以理解为向前补充符号位0xffffffff=-1，
位域成员b，有2位，0b11，最高位被当做符号位1，可以理解为向前补充符号位0xffffffff=-1。也可以通过补码转原码方式理解，补码的符号位1，数据为1，转换为原码，符号位1不变表示负号，数据为1，取反=0+1=1，整体表示-1。

正数补码等于原码，不存在符号变化，推荐位域中使用无符号类型。

{
struct bs{
    signed a:1;
    signed b:2;    
    } n ;
	
n.a=1;
n.b=3;

//打印输出a=-1，b=-1
printf ("a =%d, b=%d",n.a,n.b);

3.位域的存储

3.1位域数据的平台兼容性
位域天然的不利于兼容性。因为C语言标准并没有规定位域的具体存储方式，基于不同的编译器，不同的运行环境都可能有不同的实现。位域的数据存储，和编译器和运行环境有很大的关系，为了保证在不同平台运行结果的一致性，实现跨平台兼容。尽量使用无符号类型，并尽量简单的使用位域结构体成员。
如果位域在该项目中使用非常少，无关键用途，为了保证保证兼容性，可以选择不使用位域。

3.2类型相同的相邻位域数据存储

当相邻成员的类型相同时，位域按顺序优先存储在同一个单元中。
如果一个单元所剩空间不够存放另一位域时，则会从下一单元起存放该位域。如果剩余空间还够存放另一位域，那么后面的成员紧邻前一个成员存储，中间没有空隙。就像行李箱里放衣服一样，塞的下就继续放，塞不下就换下一个行李箱放。

struct bs{
 unsigned short a: 6;
 unsigned short b: 7;
 unsigned short c: 4;
 };

先定义的数据放在低位，单元1存完a、b后，剩余3bit空间放不下c，将c放到下一个单元中。
在这里插入图片描述
3.3不同类型的相邻位域数据存储问题
如果相邻位域字段的类型不同，则各编译器的具体实现不同。是否进行压缩，以及如何对齐都存在不确定性，建议编写例程，在具体环境下编译测试。

如果相邻位域字段的类型不相同，但数据长度相同，根据编译器不同，确定是否进行压缩，可能压缩。
如果相邻位域字段的类型不相同，但数据长度不同，根据编译器不同，确定是否进行压缩，通常不压缩。
如果相邻位域字段的类型不相同，总字节数为位域类型所占字节较大的整数倍，遵守结构体数据对齐规则。
如果位域中间穿插着非位域类型，则非位域数据，不参与压缩。可以简单理解为非位域类型，是独立的单元，本身已经占用了自身单元所有bit位置，没有空位给别的数据填充。

struct bs{
    unsigned a:7;
    unsigned b;//非位域数据，单独占一个unsigned int单元   
    unsigned c:1;    
    } n;

3.4位域数据的大小端存储及位序

数据的大小端及位序和编译器，处理器都有关系。
大小端是一种字节序，是指字节数据的外部排序方式，也就是多个btye数据在存储地址中的排序方式，单纯的大小端定义与字节内部存储无关。但通常，我们默认大端使用MSB，小端使用LSB，所以很多文章并不会特别指明位序，只提大小端，默认不提位序，导致对大小端的解释看起来有多个不同的版本。

模式	应用
大端	STM8，C51，TCP/IP协议
小端	STM32，X86

ARM的大小端模式可配置，需要具体分析，最好运行测试代码进行验证确认，常见使用小端模式。

3.4.1大小端
大小端，是一种字节序，针对多字节数据。而单字节的数据例如char，不需要特意考虑大小端的问题。
首先明确区分两个高低，内存/存储地址高低，数据的高低字节。

大端(Big-endian)，将数据的高位存储在内存的低地址处。
小端（Little-endian)，将数据的低位存储在内存的低地址处。
“大小端”这个名词并不容易记忆和理解，它英文描述反而看起来更直观形象。例如，将“大端”翻译成“高尾端"更容易被理解，内存高地址存放数据的尾部低字节。大小指的是内存/存储地址，端指的是数据结束端，也就是数据的结束端字节(也就是最低字节)。

模式	大小	端
大端(Big-endian)	内存高地址	数据的低字节
小端（Little-endian)	内存低地址	数据的低字节

例如数据 int a=0x12345678，在大小端系统中的存储。

内存地址	大端	小端
高地址00000004	尾字节78	12
00000003	56	34
00000002	34	56
低地址00000001	12	尾字节78

换一种更直接的理解和记忆方式，由于计算机总是从低地址往高地址方向读取，大端模式，先读到高字节，小端模式先读到低字节。
基于这个特性使得大小端模式表现出各自的优缺点，符号位在高字节，大端模式能快速判断数据的正负和大小。小端模式，数据字节顺序和内存地址顺序一致，计算机按顺序读取更加高效。同时进行强制类型转换时，可以直接截取，不需要再调整内容。

3.4.2 位序
大小端，是指字节间的排序。字节内部的排序用位序表示。
位序，也叫比特序，分为LSB和MSB两种。
首先明确区分两个高低，内存/存储地址单字节空间内的bit高低位号，数据单字节内的bit权重高低位。

LSB(least significant bit)：数据的最低权重位存放在内存字节的第0位。
MSB (most significant bit)：数据的最高权重位存放在内存字节的第0位。
小端模式下，只能使用LSB位序模式。
大端模式下，可以使用MSB位序模式，也可以使用LSB，大部分情况使用MSB。
在这里插入图片描述
无论LSB还是MSB，CPU都从内存中的低位开始读取，在MSB中读取到的0位内容为数据的高位，在LSB中读取到的0位内容为数据低位。虽然图中数据的存储在内存中不一样，但实际表示的都是同样的数据。对于一般的存储读取操作，字节序及位序并不影响数据读取结果。

但如果涉及大端系统与小端系统进行通信，或对数据进行分割截取，例如强制类型转换，就需要考虑字节序及位序影响。

在C结构体和位域中约定，无论LSB还是MSB，先定义的数据或位域总是放在低位地址。
可以这么理解，计算机总是从低位地址往高位地址寻址，总是先准备好低位的地址用来存储下一个数据，所以无论对结构体还是位域，先定义的数据先被分配，并优先分配到存储空间的低位地址的低位号。

先看LSB和MSB位序对单字节的影响。
在单字节下，小端模式和大端模式并不造成影响，但其默认采用的位序模式对数据造成了影响。

struct bs{
    unsigned  char a:1;
    unsigned  char b:2;
    unsigned  char c:5;    
    } ;
    
 union {
    struct bs n;
    unsigned char n_char;
   }u;
  
    u.n.a=1;
    u.n.b=1;
    u.n.c=1;
    printf("n_char=0x%.2x",u.n_char);

在LSB模式下，n_char= 0b00001011，0x0b
在MSB模式下，n_char=0b10100001，0xa1
在这里插入图片描述

在多字节下，也是一样的，先考虑位序的影响,同时还要附加考虑到大小端的影响。

struct bs{
    unsigned  short a:1;
    unsigned  short b:2;
    unsigned  short c:8;  
    unsigned  short d:2; 
    unsigned  short e:3; 
    } ;
    
 union {
    struct bs n;
    unsigned short n_short;
   }u;
  
    u.n.a=1;
    u.n.b=1;
    u.n.c=1;
    u.n.d=1;
    u.n.e=1;    
    printf("n_char=0x%.4x",u.n_short);

在小端模式LSB下，byte0 = 0x0b ，byte1 = 0b00101000 =0x28 ；小端模式下，byte1为高权重字节，n_short=0x280b；
在大端模式MSB下，byte0 = 0xa1，byte1 = 0b00101001 =0x29 ；大端模式下，byet1为低权重字节，n_short=0xa129；
在这里插入图片描述

可以看到同样的位域数据内容，存储在小端模式和大端模式下，进行整体取值后的值，变成了两个不同的值。所以在采用大端和小端的设备间进行相互通信，需要对数据进行转换后发送，或接收后重新解析。

3.4.3网络序
TCP/IP中，规定了自己的格式，与具体的CPU，操作系统等无关。从而保证了不同主机间通信格式统一。TCP/IP采用大端字节序，小端序主机进行大端网络序TCP/IP通信时候，需要使用htonl()、ntohl()等进行位序转换。
注：网络资料介绍：htonl()只做了字节序的转换，并没有进行比特序的转换。该知识涉及到更深入的网络通信底层，目前还不能理解。