内存对齐的研究

为何要进行内存对齐?

  1. 平台原因(移植原因):不是所有的硬件平台都能访问任意地址上的任意数据,某些硬件平台只能在某些地址处取某些特定类型的数据,否则抛出硬件异常, 不是所有的CPU都适配除了了内存不对齐的情况
  2. 经过内存对齐之后,CPU的内存访问速度大大提升,因为CPU在读取内存的时候是一块一块进行读取的,块的大小称为(memory granularity)内存读取粒度。所以当CPU读取一块就能获取到单个对象,或者单个属性的值,而不需要去访问两次内存,且还要做一些运算。(虽然增加了存储空间但是减少了执行时间)

如何进行内存对齐(对齐规则)?

`内存对齐系数-MemoryAlignMentNumber`概念:即处理器一次读取内存的字节数,
以下例子都默认`MemoryAlignMentNumber `为8。这个系数不是不变的,各个平台可以通过定义的方法来修改这个系数

规则1.:
结构体第一个成员的偏移量是0,以后每个成员相对于结构体首地址的偏移量都是该成员大小和有效对齐值(假设为n)中较小那个的整数倍; 简单来说就是min(n, 该成员大小)的整数倍。

结构体 T 的第一个属性 property1 起始位置为0,长度为该属性所需字节数。
T.property1 = (offset: 0,  length: T.property1.length)
   
第二个属性 property2 的起始位置则需要(根据该属性的字节长度以及内存对齐系数中的 min 值)来计算。
let minNumber = fMin(MemoryAlignMentNumber, t.2.length)
T.property2 = (offset: minNumber*n,  length: t.2.length)
其中n是整数,即T.2的起始位置是minNumber的整数倍

即
StructT {
   let  p1: Int8     (1个字节)
   let  p2: Int32     (4个字节)
   let  p3: Int8     (1个字节)
   let  p4: Int64      (8个字节)
}
T.p1 = (offset: 0,  length: 1)   -> 目前占用1字节

T.p2 = (offset: 4, length: 4)    -> 目前占用8字节

T.p3 = (offset: 8,  length: 1)  -> 目前占用9字节

T.p4 = (offset: 16, length: 8)  -> 目前占用24字节

注意这里 p2 以及 p4 的起始位置,并不是跟在 p1 和 p3 的末尾。 p2 的起始位置是 fmin(MemoryAlignMentNumber, 4)两个数的较小值的整数倍计算而来。

注意,如果将 p3 的位置和 p2 的位置交换一下,那么 StructT 的总占用字节就是 16 了!。
就是因为这个规则,所以良好的代码风格也会替程序节省内存,不过现在大部分的编译器基本都会对此进行优化,所以我们不需要特别关注位置问题。

规则2
结构体T占用的总的内存字节大小应当为MemoryAlignMentNumber的整数倍。

接上一步中的例子
T 的两个属性在内存中的内存布局都知道了。但是 T 所占用的内存空间并不是 T.2 的结尾。 T 所占用内存大小为 MemoryAlignMentNumber 的整数倍。
即 
StructT {
    let  p1: Int64     (8个字节)
    let  p2: Int8   (1个字节)
}
T.p1 = (offset: 0,  length: 8)
T.p2 = (offset: 8, length: 1)
至此 T 的两个属性总共占用9个字节

但是 T 的内存并不是截止于T.p2的末尾,而是总共占用了 16 个字节 是 MemoryAlignMentNumber 的整数倍(2)倍

规则3
如果一个结构里有某些结构体成员,则结构体成员要从其内部最大元素大小的整数倍偏移量地址开始存储。

StructA {
    let  p1: Int8   (1个字节)
    let  p2: Int64     (8个字节)
}
StructB {
    let  p1: Int8       (1个字节)
    let  p2: StructA
 }
其中
    StructA.p1 = (offset: 0, length: 1)
    StructA.p2 = (offset: 8, length: 8)
StructA总计占用了16个字节
而
    StructB.p1 = (offset: 0, length: 1)
    StructB.p2 = (offset: 8, length: 16)
所以即使`StructB.p1`只占用了1个字节,但是p2还是从第9个字节开始.所以  StructB总计占用了24个字节

而在iOS之中

  1. 对象的属性是进行的 8 字节对齐,
  2. 对象自己进行的是 16 字节对齐
    • 因为内存是连续的,通过 16 字节对齐规避风险和容错,防止访问出错
    • 同时,也提高了寻址访问效率,也就是空间换时间

又是很久没有正儿八经的写点东西了,工作还算挺忙,虽然也是瞎忙。接下来立一个flag争取每周更新一篇技术学习的分享

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容