深入浅出变长结构体

1、 问题的引出

        项目中用到数据包的处理，但包的大小是不固定的，其长度由包头的2字节决定。比如如下的包头：88 0f 0a ob cd ef 23 00 。长度由头2个字节880f决定，考虑字节序，转为0f88，转为10进制3976个字节的包长度。

        这个时候存储包的时候，一方面可以考虑设定包的大小固定：如4K=4*1024=4096个字节，因为最大包长不可能超过4k，但该方法的有缺陷，存在一种极端就是包最小仅含包头不含数据域，此时包为8个字节，浪费了4096-8 =4088个字节的存储空间。另一方面考虑有没有一种方法能根据长度进行存储，或者说初始不分配长度，计算出了长度后再分配存储呢。而实际项目中正是通过包头计算出了包的整体大小的。

        这就引出了变长结构体的概念。

 

2、 什么叫变长结构体？

     如下所示：

 

struct Var_Len_Struct
{
     int nsize;
     char buffer[0];
};

 

        那结构体是怎么实现可变长的呢？如上所示，请注意看结构体中的最后一个元素,一个没有元素的数组。我们可以通过动态开辟一个比结构体大的空间，然后让buffer去指向那些额外的空间，这样就可以实现可变长的结构体了。更为巧妙的是，我们甚至可以用nsize存储字符串buffer的长度。

       并且，上述的结构体可以扩展，比如笔者项目中遇到的存储数据包，前面可能类似包头的部分（存储类型、长度等信息），而后面buffer则存储数据部分。

       同时，需要引起注意的：ISO/IEC 9899-1999里面，这么写是非法的，这个仅仅是GNU C的扩展，gcc可以允许这一语法现象的存在。但最新的C/C++不知道是否可以，我没有测试过。C99允许。

 

3、变长结构体的好处体现在哪？

        可能有的同学会问到，1引出部分如果说定义定长数组浪费空间，定义一个指针不也能指向变长的数据域部分吗？

       是的，是可以实现的。那么我们就对比下有什么不同。

       结构体1：s_one，用指针指向数据域部分；

       结构体2：s_two, 用[0]的数组；

       结构体3：s_three, 因为有的编译器不支持[0]，我们用[1]来表示；多了些存储。

 

 

 #include <stdafx.h>
 #include <iostream>
 using namespace std;

 const int BUF_SIZE = 100;

 struct s_one
 {
 ints_one_cnt;
 char*s_one_buf;
 };

 struct s_two
 {
 ints_two_cnt;
 chars_two_buf[0];
 };

 struct s_three
 {
 ints_three_cnt;
 chars_three_buf[1];
 };

 int main()
 {
 //赋值用
 constchar* tmp_buf = "abcdefghijklmnopqrstuvwxyz";
 intntmp_buf_size = strlen(tmp_buf);

 //<1>注意s_one 与s_two的大小的不同
 cout<< "sizeof(s_one) = " << sizeof(s_one) << endl; //8
 cout<< "sizeof(s_two) = " << sizeof(s_two) << endl; //4
 cout<< "sizeof(s_three) = " << sizeof(s_three) << endl;//5-->8结构体对齐
 cout<< endl;

 //为buf分配100个字节大小的空间
 intntotal_stwo_len = sizeof(s_two) + (1 + ntmp_buf_size) * sizeof(char);
 intntotal_sthree_len = sizeof(s_three) + ntmp_buf_size * sizeof(char);

 //给s_one buf赋值
 s_one*p_sone = (s_one*)malloc(sizeof(s_one));
 memset(p_sone,0, sizeof(s_one));
 p_sone->s_one_buf= (char*)malloc(1 + ntmp_buf_size);
 memset(p_sone->s_one_buf,0, 1 + ntmp_buf_size);
 memcpy(p_sone->s_one_buf,tmp_buf, ntmp_buf_size);

 //给s_two buf赋值
 s_two*p_stwo = (s_two*)malloc(ntotal_stwo_len);
 memset(p_stwo,0, ntotal_stwo_len);
 memcpy((char*)(p_stwo->s_two_buf),tmp_buf, ntmp_buf_size);  //不用加偏移量，直接拷贝!

 //给s_three_buf赋值
 s_three*p_sthree = (s_three*)malloc(ntotal_sthree_len);
 memset(p_sthree,0, ntotal_sthree_len);
 memcpy((char*)(p_sthree->s_three_buf),tmp_buf, ntmp_buf_size);

 cout<< "p_sone->s_one_buf = " << p_sone->s_one_buf<< endl;
 cout<< "p_stwo->s_two_buf = " << p_stwo->s_two_buf<< endl;
 cout<< "p_sthree->s_three_buf = " <<p_sthree->s_three_buf << endl; //不用加偏移量，直接拷贝!
 cout<< endl;

 //<2>注意s_one 与s_two释放的不同！
 if(NULL != p_sone->s_one_buf)
 {
         free(p_sone->s_one_buf);
         p_sone->s_one_buf= NULL;

         if(NULL != p_sone)
         {
                free(p_sone);
                p_sone= NULL;
         }
         cout<< "free(p_sone) successed!" << endl;
 }

 if(NULL != p_stwo)
 {
         free(p_stwo);
         p_stwo= NULL;

         cout<< "free(p_stwo) successed!" << endl;
 }

 if(NULL != p_sthree)
 {
         free(p_sthree);
         p_sthree= NULL;

         cout<< "free(p_sthree) successed!" << endl;
 }

 return0;
 }

 

 

       笔者vc6.0的编译器会有如下的警告：

 

 

       运行结果如下：

 

       对比结果，我们能发现：

       <1> 存储大小方面：s_two的存储较s_one、s_three都要少，[0]的好处，即用指针的方式需要多开辟存储空间的。

       <2> 数据连续存储方面：s_one明显数据域是单独开辟的空间，与前的nsize不在连续的存储区域，而s_two，s_three则在连续的存储空间下。

       <3>释放内存方面：显然s_one的指针的方式，需要先释放数据域部分，才能释放指向结构体的指针变量；而s_two，s_three可以直接释放。

       总结如下：

       结构体最后使用0或1的长度数组的原因，主要是为了方便的管理内存缓冲区，如果你直接使用指针而不使用数组，那么，你在分配内存缓冲区时，就必须分配结构体一次，然后再分配结构体内的指针一次，（而此时分配的内存已经与结构体的内存不连续了，所以要分别管理即申请和释放）。

      而如果使用数组，那么只需要一次就可以全部分配出来，反过来，释放时也是一样，使用数组，一次释放，使用指针，得先释放结构体内的指针，再释放结构体。还不能颠倒次序。

      其实变长结构体就是分配一段连续的的内存，减少内存的碎片化，简化内存的管理。

 

4、变长结构体的应用

       <1>Socket通信数据包的传输；

       <2>解析数据包，如笔者遇到的问题。

       <3>其他可以节省空间，连续存储的地方等。