C/C++位操作与位填充：size_t含填充位时相关操作是否触发未定义行为

编辑：原问题的前提存在错误，感谢其他用户的评论，我意识到下文描述的方案不可行。但我仍然想了解，是否存在可行的方案，能在同一个变量的不同位置存储标志位，使得该变量既可以存储高精度的小数值，也可以存储低精度的大数值？

原始问题 #

在C11和C++11环境下，我希望向一个同时存储其他无关值的size_t变量中塞入2个单比特标志位。由于该变量存储的数值通常较小，我的思路是：默认用两个最高有效位存储标志位，仅当第三高位被置位时，改用两个最低有效位存储标志位。这样一来，数值在常规范围内时精度为1，数值极大时精度为4，我仅需检查第三高位就能判断标志位的存储位置、正确解析数值。

和uintN_t类型不同，C/C++标准似乎没有保证size_t不存在填充位。我对位操作相关知识不够熟悉，想问在极小概率出现的、size_t存在填充位的系统上，实现该方案所需的位操作是否会导致未定义行为？

补充说明 #

我之所以不将标志位单独存储在一个char中，是因为内存占用是核心优先级，受结构体对齐/填充规则限制，单独加char会让所属结构体在大多数系统上增加max_align_t大小的额外开销。

回答 #

1. 原方案的填充位风险确认 #

你担心的未定义行为风险确实存在：C11 6.2.6.2明确规定整数类型可以包含填充位，填充位的值是未指定的，对填充位执行移位、按位与/或等操作的行为未定义。size_t仅要求为无符号整数类型，不需要符合uintN_t的无填充位强制要求，因此原方案的位操作逻辑在有填充位的size_t实现上确实可能触发UB。

如果要基于size_t实现，可先通过静态断言提前规避风险：

// C11 静态断言
_Static_assert(sizeof(size_t) * CHAR_BIT == __SIZE_WIDTH__, "size_t包含填充位，当前方案不支持");
// C++11 静态断言
static_assert(sizeof(size_t) * CHAR_BIT == std::numeric_limits<size_t>::digits, "size_t包含填充位，当前方案不支持");

检测到填充位时直接阻断编译，避免运行时异常。

2. 更稳妥的可变精度带标志位实现方案 #

你需要的「小数值高精度、大数值低精度+嵌入标志位」需求，完全可以用更规范的标记方案实现，避开填充位问题：

• 优先用无填充位的uintptr_t替代size_t：uintptr_t是标准要求可容纳指针的无符号整数，主流实现均无填充位，位确定性远强于size_t
• 采用低位固定标记的浮动精度方案：
  • 最低位为0时：低2位为2个标志位，剩余高位直接存储原数值，精度为1，支持最大值为(UINTPTR_MAX >> 2)，可覆盖绝大多数常规场景
  • 最低位为1时：说明数值超过上述阈值，低2位仍然为标志位，剩余高位存储数值 >> 2的结果，精度为4，支持最大值为UINTPTR_MAX
    该方案不需要切换标志位存储位置，逻辑更简单，所有位操作仅涉及数值位，和填充位无交集。

封装示例：

// 存值+设置标志
uintptr_t pack(size_t val, uint8_t flags) {
    flags &= 0x3; // 确保flags仅2位有效
    if (val <= (UINTPTR_MAX >> 2)) {
        return (val << 2) | flags;
    } else {
        // 最低位置1标记低精度模式
        return ((val >> 2) << 2) | flags | 0x1;
    }
}

// 取值
size_t unpack_val(uintptr_t packed) {
    if (packed & 0x1) {
        return (packed >> 2) << 2;
    } else {
        return packed >> 2;
    }
}

// 取标志
uint8_t unpack_flags(uintptr_t packed) {
    return packed & 0x3;
}

该方案内存占用和需求完全一致，不需要额外char字段，不会触发结构体对齐的额外开销，逻辑更简洁，出现UB的概率远低于原高低位切换方案。

3. 极端兼容场景兜底方案 #

如果需要兼容所有存在填充位的极端环境，可以放弃位操作，改用数值区间划分的方式嵌入标志：数值小于SIZE_MAX/4时，2个标志位存储在val%4位置，实际值为val/4；数值大于等于SIZE_MAX/4时，将数值区间按1/4拆分，每个区间对应一个标志组合。该方案完全基于数值运算，不涉及任何位操作，彻底规避填充位带来的UB问题，仅牺牲少量大数值存储空间。

内容的提问来源于stack exchange，提问作者Jackson Allan