C语言中的位操作

位操作

C语言常用于底层开发，它可以与硬件通信并且可以嵌入汇编语言，因此经常需要进行位操作，例如一台IBM PC通过向端口发送指令来控制硬件，控制代码通过读取指令字节上某个位来打开设备，其它位可能储存发送的信息。这就需要提取位上的信息。

进制

日常生活中我们常常使用十进制，原因可能得益于我们有10个手指头和脚趾头，计算机则使用二进制，因为信号的打开和关闭只有两种状态，很容易实现。八进制常用于小型设备或者古老的计算机，现在已经很少使用，目前常用的是十六进制，因为十六进制用F对应二进制1111，FF对应11111111，刚好一个字节，因此用十六进制描述二进制非常方便。用不同进制表述浮点时会有区别，例如1/3不能用十进制精确描述但三进制可以，二进制很擅长描述1/2,1/4,1/8这种2的n次幂，但不能精确表示2/5，3/7，因此当用double进行计算时常常可以看到1/10的输出结果为0.9999999999999999，但只要精度足够也可以用于日常和商业。

位运算符

位运算符分为逻辑运算符和位移运算符，逻辑运算符优先级低于关系运算符和赋值运算符，位移运算符优先级低于加减运算符高于关系运算符，但&=, >>=等赋值运算符优先级与++，+=相同。单纯的逻辑运算不会改变变量的值，例如flags<<2不会改变flags的值，它只返回运算后的结果，只有<<=才会改变flags的值。

位逻辑运算符

位逻辑运算符有：

按位非
& 按位与
| 按位或
^ 按位异或
&= 按位与后赋值
|= 按位或后赋值
^= 按位异或后赋值
^和&逻辑相反，两个值不同为真，两个相同为假，也可以用两个数相加得到结果，即0^0=0,0^1=1,1^0=1,1^1=0。
这些逻辑都是从生活现象中总结出来的，对于异或逻辑，例如结婚两人性别必须是异性，同性不允许结婚。位逻辑在数字电路中应用更加广泛，还有一门学科叫数字逻辑，是电子专业必修课之一。在计算机中位运算用法大体如下：

掩码

使用&将一个二进制值的其它位隐藏起来，只保留指定的位，例如mask位00000010，flags & mask的效果如下：

在设置网卡ip的窗口中，掩码常常为255.255.255.0，即将ip地址的低位隐藏起来，只保留高位，如图：

打开和关闭位

将二进制某个位打开可以使用|，假设flags是00001111，mask是10000000，flags | mask结果为：10001111，最高位1被打开其它位不变。将二进制某个位关闭可以使用flags & ~mask，假设mask为00000001，结果为00001110，最低位被关闭。只需使用不同的运算符，同一个mask既可以用来打开又可以用来关闭位。

切换位

打开已关闭的位或者关闭已打开的位，可以使用^切换，因为1与任何位异或都会取反，0与任何位异或结果不变，如下：
1^1=0
1^0=1
0^0=0
0^1=1
如果flash为00000000，mask为11000000，那么flashs ^ mask的结果是11000000，最高两位被取反，其它位不变。

检查位

如果我们想比较两个字节中的位，不能使用flags1flags2这样的方式，因为比较的是字节的整体值，比较位应使用(flags1 & mask)(flags2 & mask)的形式，mask为某个位的掩码，由于&优先级低于赋值因此要用括号括起来。

位移运算符

位移运算符包含:

<< 按位左移
>> 按位右移
<<+ 按位左移后赋值
>>+ 按位右移后赋值

由于基本数据类型最小是1字节，当我们需要存取位数据时常常需要进行左移或右移，例如颜色值通常用三个字节表示，如FF00FF，当我们需要获取红色时需要使用flags>>=4将红色取出。用左移一位相当于将值乘以2，右移一位相当于将值除以2，但是右移与系统有关，因为涉及到负数，有些系统使用0填充空出的位，有些系统使用1填充空出的位，现在的编译器比较智能，如果发现值为正则用0填充，为符则用1填充，测试代码如下：

#include<stdio.h>
#include<stdio.h>
int main(void)
{
	unsigned a = 0x000040;
	int b = 0x000040;
	printf("%d,%d,%d,%d",a>>1,b>>1,4>>1,-4>>1);
	return 0;
}#include<stdio.h>
#include<stdio.h>

int main(void)
{
	unsigned a = 0x000040;
	int b = 0x000040;
	printf("%d,%d,%d,%d",a>>1,b>>1,4>>1,-4>>1);
	return 0;
}

有些高级语言除了智能填充还提供了>>>运算符进行无符号右移，即便值为负也可以进行无符号右移，当然我们也可以手动实现，不过在实际运用中有符号右移并不多。

位域

位运算符虽然强大但当我们需要精确读写位数值时并不直观，而且比较繁琐，有没有一种数据类型可以直观操作位数值呢？有的，C语言提供了位域，位域不是一种数据类型而是C语言压缩数据的一种方案。C语言中最小的整数类型是char，也就是1字节，实际工作中可能用不了这么大的范围，例如enum和bool，bool用一个二进制位储存就行，enum通常不会超过4位，使用short和int储存会造成空间的浪费。为了进一步节省内存开销，C语言支持在结构体中使用位域来压缩空间，方法是在成员后面用冒号指定所占的位，即bit大小，例如：

#include<stdio.h>

struct Student
{
	char name[20];
	int age:8;
	int sex:1;
};

int main(int argc, char* argv[])
{
	printf("%d",sizeof(struct Student));
	return 0;
}

对于一个学生的年龄来说不会超过255，所以将age指定位8bit，对于性别来说不会超过1bit，原本Student需要至少28个字节储存，测试的结果为24，压缩了4个字节，为什么结果不是22呢？因为C语言标准规定：

• 位域的宽度不能超过它所依附的数据类型的长度

这里age和sex类型为int，因此指定的位宽度不成超过sizeof(int)

• 只有有限的几种数据类型可以用于位域

C99支持short,int,unsigedint,bool，实际上现在的编译器额外还支持char以及 enum 类型

• 当相邻成员的类型相同时，如果它们的位宽之和小于类型的 sizeof() 大小，那么后面的成员紧邻前一个成员存储，直到不能容纳为止
• 如果两个紧邻成员的位宽之和大于类型的 sizeof 大小，那么后面的成员将从新的存储单元开始
• 当使用位域时，由于位域成员不占用完整的字节，所以不能使用&获取位域成员的地址。

虽然不能获取位域成员的地址，但用访问成员值是没有问题的。
当相邻的成员类型不同时，每个编译器也会采取不同的方案，GCC 会压缩存储，而 VC/VS 不会，加上成员之间本来就有间隙，使用了位域的结构体大小完全由编译器决定，相对于union使用的覆盖技术，位域则采用另一种思路来节省空间。这说明当成员类型不同或跨边界时，我们并不能精确的控制位值，只能作为压缩的参考值，具体储存方式取决于编译器。如果我们需要精确控制位数值，就需要避免编译器自动对齐，我们可以使用相同的数据类型成员，并且严格控制跨越边界。例如当我们处理颜色值时，可以定义一个描述颜色的位域color：

typedef struct
{
	unsigned b:8;
	unsigned g:8;
	unsigned r:8;
} color;

这里每个int占用1个字节，3个字节加起来也不会超过一个int，当我们需要控制字节的每一位时，可以将每个成员定义为unsigned char，大小为1个bit，如下：

#include<stdio.h>
#include<stdlib.h>

typedef struct
{
	unsigned char b1 : 1;
	unsigned char b2 : 1;
	unsigned char b3 : 1;
	unsigned char b4 : 1;
	unsigned char b5 : 1;
	unsigned char b6 : 1;
	unsigned char b7 : 1;
	unsigned char b8 : 1;
} byte;

int main(void)
{
	byte byte1 = { 0,0,0,0,0,0,0,1 };
	unsigned char* bp = &byte1;
	char str[50] = "";
	printf("%zd\n", sizeof(byte1));
	printf("%08s\n", itoa(*bp, str, 2));
	return 0;
}

此例中结构体byte为一个字节，其中成员b1到b8代表位值，用该类型定义变量byte1并进行初始化，为显示结果，用一个unsigned char类型指针bp指向byte1，然后调用itoa()以二进制形式输出字节值，注意char类型转换为int会在前面添加24个1导致输出一个负数，因此这里要用unsigned char。运行程序结果显示byte1的长度为1字节，值为1000000，为什么是这个结果呢？因为编译器将结构体第1个成员放入字节的低位，第8个成员放入字节高位，这里初始化时将最高位设置为1，因此将字节视为char时输出1000000，这与初始化顺序相反。默认初始化顺序总是从第一个成员开始，强迫我们从低位写到高位，让人别扭，如果要从高位初始化到低位，可以写成：
byte byte1 = { .b8=0, .b7 = 0, .b6 = 0, .b5 = 0, .b4 = 0, .b3 = 0, .b2 = 0, .b1 = 1 };
虽然符合二进制书写习惯，但太繁琐，为了方便书写我们可以改用字符串进行初始化，如下：

#include<stdio.h>
#include<stdlib.h>

typedef struct
{
	unsigned char b1 : 1;
	unsigned char b2 : 1;
	unsigned char b3 : 1;
	unsigned char b4 : 1;
	unsigned char b5 : 1;
	unsigned char b6 : 1;
	unsigned char b7 : 1;
	unsigned char b8 : 1;
} byte;

void setByte(byte* b, char* str)
{
	b->b8 = str[0] - '0';
	b->b7 = str[1] - '0';
	b->b6 = str[2] - '0';
	b->b5 = str[3] - '0';
	b->b4 = str[4] - '0';
	b->b3 = str[5] - '0';
	b->b2 = str[6] - '0';
	b->b1 = str[7] - '0';
}

printByte(byte* b)
{
	unsigned char* p = b;
	printf("%d", b->b8);
	printf("%d", b->b7);
	printf("%d", b->b6);
	printf("%d", b->b5);
	printf("%d", b->b4);
	printf("%d", b->b3);
	printf("%d", b->b2);
	printf("%d", b->b1);
	printf("\n");
}

int main(void)
{
	byte byte1;
	setByte(&byte1, "00101001");
	printByte(&byte1);

	unsigned char* bp = &byte1;
	char str[50] = "";
	printf("%08s\n", itoa(*bp, str, 2));

	return 0;
}

这里声明byte1时不进行初始化，而是通过函数setByte()初始化，setByte()中将字符串从左到右解释为高位和低位以符合书写习惯，为方便输出字节内容还增加了一个printByte ()函数，它也按照从高位到低位的顺序输出，比较两种输出方式，它们结果相同。