Union, biểu diễn byte & alignment

Bạn đã quen nhìn biến qua KIỂU của nó: int, float, struct (Bài 8)… Chương The C memory model của Modern C mời bạn nhìn xuống một tầng: mọi đối tượng đều là một dãy byte, và C cho phép soi tận nơi bằng con trỏ unsigned char:

#include <stdio.h>

int main(void) {
    unsigned int x = 0x01020304;
    unsigned char *p = (unsigned char *)&x;
    for (int i = 0; i < 4; i++) printf("%02x ", p[i]);
    printf("\n");
    return 0;
}

04 03 02 01 

struct đặt các trường nối tiếp; union đặt mọi trường chồng lên cùng một chỗ - cùng một vùng nhớ nhưng được đọc theo nhiều kiểu khác nhau (type punning). Ứng dụng đẹp nhất cho người học: soi bit của số thực:

#include <stdio.h>
#include <stdint.h>

union SoiFloat {
    float    f;
    uint32_t bits;
};

int main(void) {
    union SoiFloat u = { .f = 1.0f };
    printf("sizeof(union SoiFloat) = %zu\n", sizeof u);
    printf("1.0f nhin theo bit: 0x%08x\n", u.bits);
    u.f = -1.0f;
    printf("-1.0f nhin theo bit: 0x%08x\n", u.bits);
    return 0;
}

sizeof(union SoiFloat) = 4
1.0f nhin theo bit: 0x3f800000
-1.0f nhin theo bit: 0xbf800000

• ▸sizeof union = trường LỚN NHẤT (các trường chồng nhau, không cộng dồn).
• ▸Ghi u.f rồi đọc u.bits: C17 cho phép - giá trị được diễn giải lại theo biểu diễn byte (type punning). C++ thì cấm kiểu này.
• ▸Đổi 1.0f thành -1.0f chỉ lật đúng bit cao nhất (0x3f8 → 0xbf8) - bit dấu của IEEE 754 hiện nguyên hình.

Bài 14 khoá cơ bản đã cảnh báo "đừng tự cộng tay sizeof của struct" - giờ là lời giải. CPU đọc bộ nhớ theo khối: int nằm tại địa chỉ chia hết cho 4 thì đọc một nhịp. Nên trình biên dịch chèn byte đệm (padding) để mọi trường nằm đúng mốc alignment:

#include <stdio.h>

struct A { char c; int n; };
struct B { char c; int n; char d; };
struct C { char c; char d; int n; };

int main(void) {
    printf("A (char,int)      : %zu\n", sizeof(struct A));
    printf("B (char,int,char) : %zu\n", sizeof(struct B));
    printf("C (char,char,int) : %zu\n", sizeof(struct C));
    return 0;
}

A (char,int)      : 8
B (char,int,char) : 12
C (char,char,int) : 8

• ▸B và C chứa Y HỆT dữ liệu (2 char + 1 int) nhưng lệch nhau 4 byte - chỉ vì thứ tự khai báo.
• ▸Luật: mỗi trường đặt tại offset chia hết cho alignment của nó; cuối struct đệm tới bội của alignment lớn nhất.
• ▸Hệ quả thực dụng: khai trường TO trước, NHỎ sau thì ít đệm nhất.

Chọn một struct mẫu, nhìn bản đồ byte (ô xám là đệm), rồi bấm ↑↓ xếp lại trường xem sizeof co giãn:

Đã thấy hai cách đọc-theo-kiểu-khác: unsigned char * (Bước 1) và union (Bước 2). Còn cách mà rất nhiều code trên mạng dùng thì lại phạm luật: ép thẳng con trỏ.

float f = 1.0f;
uint32_t b;

/* 1. union - hop le trong C (Buoc 2) */
union SoiFloat u = { .f = f };
b = u.bits;

/* 2. memcpy - hop le, trinh bien dich toi uu thanh 0 lenh copy */
memcpy(&b, &f, sizeof b);

/* 3. ep con tro - UNDEFINED BEHAVIOR (vi pham effective type) */
b = *(uint32_t *)&f;   /* DUNG LAM: "chay duoc tren may toi" khong phai bang chung */

• ▸Mỗi vùng nhớ có một "kiểu hiệu lực" (effective type); đọc nó bằng con trỏ kiểu khác là UB - trình tối ưu hoá được phép giả định điều đó không xảy ra (strict aliasing).
• ▸Ba lối đi hợp pháp: unsigned char * (soi byte), union (C17), và memcpy (an toàn nhất, vẫn nhanh).
• ▸Bài Bẫy kinh điển & undefined behavior (cuối khoá) sẽ đặt luật này cạnh các UB khác - và cách bắt bằng sanitizer.