为何联合体大小超出预期？位字段解析double的相关疑问

问题背景 #

以下三段代码分别得到不同的sizeof(dbits)结果，核心疑问在于位字段总位数相同的情况下，联合体大小为何存在差异，以及如何正确解析double的位结构。

案例1：输出sizeof(dbits) = 16 #

#include <iostream>
typedef union dbits {
    double d;
    struct {
        unsigned int M1: 20;
        unsigned int M2: 20;
        unsigned int M3: 12;
        unsigned int E: 11;
        unsigned int s: 1;
    };
};
int main(){
    std::cout << "sizeof(dbits) = " << sizeof(dbits) << '\n';
}

案例2：调整位字段顺序后输出sizeof(dbits) = 8 #

typedef union dbits {
    double d;
    struct {
        unsigned int M1: 12;
        unsigned int M2: 20;
        unsigned int M3: 20;
        unsigned int E: 11;
        unsigned int s: 1;
    };
};

案例3：使用unsigned long long仍输出sizeof(dbits) = 16 #

typedef union dbits {
    double d;
    struct {
        unsigned long long M: 52;
        unsigned int E: 11;
        unsigned int s: 1;
    };
};

问题解答 #

1. 为何调整位字段顺序会导致联合体大小变化？ #

这是由位字段的内存分配规则决定的：

• 位字段必须依附于指定的基础数据类型（如unsigned int，通常为32位/4字节），编译器会为每个基础类型分配独立的内存块，位字段不能跨基础类型的内存块边界。
• 结构体的最终大小需要对齐到成员中最大基础类型的对齐单位。

案例1结构体的内存分配：

每个unsigned int是32位块：

• M1:20 占用第1个32位块的20位，剩余12位；
• M2:20 剩余12位不足以容纳，因此分配第2个32位块，占用20位，剩余12位；
• M3:12 刚好填满第2个块的剩余12位；
• E:11 分配第3个32位块，占用11位，剩余21位；
• s:1 填满第3个块的剩余1位。
  结构体总占用3个unsigned int块（12字节），但由于double的对齐单位是8字节，12字节需要填充到16字节（下一个8的倍数）。联合体的大小取成员中最大的尺寸，因此最终为16字节。

案例2结构体的内存分配：

• M1:12 占用第1个32位块的12位，剩余20位；
• M2:20 刚好填满第1个块的剩余20位；
• M3:20 分配第2个32位块，占用20位，剩余12位；
• E:11 占用第2个块的剩余12位中的11位，剩余1位；
• s:1 填满第2个块的剩余1位。
  结构体总占用2个unsigned int块（8字节），与double的大小和对齐要求一致，因此联合体大小为8字节。

2. 案例3中使用unsigned long long为何仍得到16字节？ #

问题出在不同基础类型的位字段不能共享内存块：

• unsigned long long M:52 占用一个8字节的内存块（64位），剩余12位；
• 后续的unsigned int E:11和unsigned int s:1属于unsigned int类型，编译器会为其分配新的4字节内存块，不会复用unsigned long long块的剩余空间。
  结构体总占用8+4=12字节，对齐到unsigned long long的8字节单位后，填充为16字节，因此联合体大小取最大值16字节。

3. 如何便捷解析double的位结构？ #

推荐两种可靠方案：

方案1：使用统一基础类型的位字段

将所有位字段统一为unsigned long long（与double同为64位，大小一致），确保所有位都在同一个内存块中：

typedef union dbits {
    double d;
    struct {
        unsigned long long M : 52;  // 尾数部分
        unsigned long long E : 11;  // 指数部分
        unsigned long long s : 1;   // 符号位
    };
};

注意：位字段的顺序可能受字节序（大端/小端）影响，需要根据目标平台调整。

方案2：直接使用位运算（跨平台性更好）

通过类型转换将double转为64位无符号整数，再用位运算提取各部分：

#include <cstdint>
#include <iostream>

int main() {
    double d = 3.14;
    uint64_t bits = *reinterpret_cast<uint64_t*>(&d);
    
    uint64_t sign = (bits >> 63) & 1;
    uint64_t exponent = (bits >> 52) & 0x7FF;
    uint64_t mantissa = bits & 0xFFFFFFFFFFFFF;
    
    std::cout << "符号位：" << sign << "\n指数：" << exponent << "\n尾数：" << mantissa << '\n';
    return 0;
}

这种方法不受编译器位字段布局规则的影响，跨平台兼容性更强。

内容的提问来源于stack exchange，提问作者Vit