c/c++数组与sizeof的基础知识——写的非常好，解惑



c/c++数组与sizeof的基础知识

http://www.cppblog.com/bloodsuck/articles/7575.html

1 、什么是 sizeof 

  首先看一下 sizeof 在 msdn 上的定义： 

  The sizeof keyword gives the amount of storage, in bytes, associated with a variable or a type (including aggregate types). This keyword returns a value of type size_t. 

  看到 return 这个字眼，是不是想到了函数？错了， sizeof 不是一个函数，你见过给一个函数传参数，而不加括号的吗？ sizeof 可以，所以 sizeof 不是函数。网上有人说 sizeof是一元操作符，但是我并不这么认为，因为 sizeof 更像一个特殊的宏，它是在编译阶段求值的。举个例子： 

cout<<sizeof(int)<<endl; // 32 位机上 int 长度为 4 
cout<<sizeof(1==2)<<endl; // == 操作符返回 bool 类型，相当于 cout<<sizeof(bool)<<endl; 

  在编译阶段已经被翻译为： 

cout<<4<<endl; 
cout<<1<<endl; 

  这里有个陷阱，看下面的程序： 

int a = 0; 
cout<<sizeof(a=3)<<endl; 
cout<<a<<endl; 

  输出为什么是 4 ， 0 而不是期望中的 4 ， 3 ？？？就在于 sizeof 在编译阶段处理的特性。由于 sizeof 不能被编译成机器码，所以 sizeof 作用范围内，也就是 () 里面的内容也不能被编译，而是被替换成类型。 = 操作符返回左操作数的类型，所以 a=3 相当于 int ，而代码也被替换为： 

int a = 0; 
cout<<4<<endl; 
cout<<a<<endl; 

  所以， sizeof 是不可能支持链式表达式的，这也是和一元操作符不一样的地方。 

  结论：不要把 sizeof 当成函数，也不要看作一元操作符，把他当成一个特殊的编译预处理。 

2 、 sizeof 的用法 

  sizeof 有两种用法： 

  （ 1 ） sizeof(object) 
  也就是对对象使用 sizeof ，也可以写成 sizeof object 的形式。例如： 

  （ 2 ） sizeof(typename) 
  也就是对类型使用 sizeof ，注意这种情况下写成 sizeof typename 是非法的。下面举几个例子说明一下： 


int i = 2; 
cout<<sizeof(i)<<endl; // sizeof(object) 的用法，合理 
cout<<sizeof i<<endl; // sizeof object 的用法，合理 
cout<<sizeof 2<<endl; // 2 被解析成 int 类型的 object, sizeof object 的用法，合理 
cout<<sizeof(2)<<endl; // 2 被解析成 int 类型的 object, sizeof(object) 的用法，合理 
cout<<sizeof(int)<<endl;// sizeof(typename) 的用法，合理 
cout<<sizeof int<<endl; // 错误！对于操作符，一定要加 () 

  可以看出，加 () 是永远正确的选择。 

  结论：不论 sizeof 要对谁取值，最好都加上 () 。 


3 、数据类型的 sizeof 

（ 1 ） C++ 固有数据类型 

  32 位 C++ 中的基本数据类型，也就 char,short int(short),int,long int(long),float,double, long double 
大小分别是： 1 ， 2 ， 4 ， 4 ， 4 ， 8, 10 。 

  考虑下面的代码： 

cout<<sizeof(unsigned int) == sizeof(int)<<endl; // 相等，输出 1 

  unsigned 影响的只是最高位 bit 的意义，数据长度不会被改变的。 

  结论： unsigned 不能影响 sizeof 的取值。 

（ 2 ）自定义数据类型 

  typedef 可以用来定义 C++ 自定义类型。考虑下面的问题： 

typedef short WORD; 
typedef long DWORD; 
cout<<(sizeof(short) == sizeof(WORD))<<endl; // 相等，输出 1 
cout<<(sizeof(long) == sizeof(DWORD))<<endl; // 相等，输出 1 

  结论：自定义类型的 sizeof 取值等同于它的类型原形。 

（ 3 ）函数类型 

  考虑下面的问题： 

int f1(){return 0;}; 
double f2(){return 0.0;} 
void f3(){} 

cout<<sizeof(f1())<<endl; // f1() 返回值为 int ，因此被认为是 int 
cout<<sizeof(f2())<<endl; // f2() 返回值为 double ，因此被认为是 double 
cout<<sizeof(f3())<<endl; // 错误！无法对 void 类型使用 sizeof 
cout<<sizeof(f1)<<endl; // 错误！无法对函数指针使用 sizeof   
cout<<sizeof*f2<<endl; // *f2 ，和 f2() 等价，因为可以看作 object ，所以括号不是必要的。被认为是 double 

  结论：对函数使用 sizeof ，在编译阶段会被函数返回值的类型取代， 

4 、指针问题 

  考虑下面问题： 

cout<<sizeof(string*)<<endl; // 4 
cout<<sizeof(int*)<<endl; // 4 
cout<<sizof(char****)<<endl; // 4 

  可以看到，不管是什么类型的指针，大小都是 4 的，因为指针就是 32 位的物理地址。 

  结论：只要是指针，大小就是 4 。（ 64 位机上要变成 8 也不一定）。 

  顺便唧唧歪歪几句， C++ 中的指针表示实际内存的地址。和 C 不一样的是， C++ 中取消了模式之分，也就是不再有 small,middle,big, 取而代之的是统一的 flat 。 flat 模式采用32 位实地址寻址，而不再是 c 中的 segment:offset 模式。举个例子，假如有一个指向地址 f000:8888 的指针，如果是 C 类型则是 8888(16 位 , 只存储位移，省略段 ) ， far类型的 C 指针是 f0008888(32 位，高位保留段地址，地位保留位移 ),C++ 类型的指针是 f8888(32 位，相当于段地址 *16 + 位移，但寻址范围要更大 ) 。 

5 、数组问题 

  考虑下面问题： 

char a[] = "abcdef"; 
int b[20] = {3, 4}; 
char c[2][3] = {"aa", "bb"}; 


cout<<sizeof(a)<<endl; // 7 
cout<<sizeof(b)<<endl; // 20 
cout<<sizeof(c)<<endl; // 6 


  数组 a 的大小在定义时未指定，编译时给它分配的空间是按照初始化的值确定的，也就是 7 。 c 是多维数组，占用的空间大小是各维数的乘积，也就是 6 。可以看出，数组的大小就是他在编译时被分配的空间，也就是各维数的乘积 * 数组元素的大小。 

  结论：数组的大小是各维数的乘积 * 数组元素的大小。 

  这里有一个陷阱： 

int *d = new int[10]; 

cout<<sizeof(d)<<endl; // 4 

  d 是我们常说的动态数组，但是他实质上还是一个指针，所以 sizeof(d) 的值是 4 。 

  再考虑下面的问题： 

double* (*a)[3][6]; 

cout<<sizeof(a)<<endl; // 4 
cout<<sizeof(*a)<<endl; // 72 
cout<<sizeof(**a)<<endl; // 24 
cout<<sizeof(***a)<<endl; // 4 
cout<<sizeof(****a)<<endl; // 8 

  a 是一个很奇怪的定义，他表示一个指向 double*[3][6] 类型数组的指针。既然是指针，所以 sizeof(a) 就是 4 。 

  既然 a 是执行 double*[3][6] 类型的指针， *a 就表示一个 double*[3][6] 的多维数组类型，因此 sizeof(*a)=3*6*sizeof(double*)=72 。同样的， **a 表示一个 double*[6] 类型的数组，所以 sizeof(**a)=6*sizeof(double*)=24 。 ***a 就表示其中的一个元素，也就是 double* 了，所以 sizeof(***a)=4 。至于 ****a ，就是一个 double了，所以 sizeof(****a)=sizeof(double)=8 。 

6 、向函数传递数组的问题。 

  考虑下面的问题： 
#include <iostream> 
using namespace std; 

int Sum(int i[]) 
{ 
int sumofi = 0; 
for (int j = 0; j < sizeof(i)/sizeof(int); j++) // 实际上， sizeof(i) = 4 
{ 
sumofi += i[j]; 
} 
return sumofi; 
} 

int main() 
{ 
int allAges[6] = {21, 22, 22, 19, 34, 12}; 
cout<<Sum(allAges)<<endl; 
system("pause"); 
return 0; 
} 

  Sum 的本意是用 sizeof 得到数组的大小，然后求和。但是实际上，传入自函数 Sum 的，只是一个 int 类型的指针，所以 sizeof(i)=4 ，而不是 24 ，所以会产生错误的结果。解决这个问题的方法使是用指针或者引用。 

  使用指针的情况： 
int Sum(int (*i)[6]) 
{ 
int sumofi = 0; 
for (int j = 0; j < sizeof(*i)/sizeof(int); j++) //sizeof(*i) = 24 
{ 
sumofi += (*i)[j]; 
} 
return sumofi; 
} 

int main() 
{ 
int allAges[] = {21, 22, 22, 19, 34, 12}; 
cout<<Sum(&allAges)<<endl; 
system("pause"); 
return 0; 
} 
  在这个 Sum 里， i 是一个指向 i[6] 类型的指针，注意，这里不能用 int Sum(int (*i)[]) 声明函数，而是必须指明要传入的数组的大小，不然 sizeof(*i) 无法计算。但是在这种情况下，再通过 sizeof 来计算数组大小已经没有意义了，因为此时大小是指定为 6 的。 
使用引用的情况和指针相似： 

int Sum(int (&i)[6]) 
{ 
int sumofi = 0; 
for (int j = 0; j < sizeof(i)/sizeof(int); j++) 
{ 
sumofi += i[j]; 
} 
return sumofi; 
} 

int main() 
{ 
int allAges[] = {21, 22, 22, 19, 34, 12}; 
cout<<Sum(allAges)<<endl; 
system("pause"); 
return 0; 
} 
  这种情况下 sizeof 的计算同样无意义，所以用数组做参数，而且需要遍历的时候，函数应该有一个参数来说明数组的大小，而数组的大小在数组定义的作用域内通过 sizeof 求值。因此上面的函数正确形式应该是： 
#include <iostream> 
using namespace std; 

int Sum(int *i, unsigned int n) 
{ 
int sumofi = 0; 
for (int j = 0; j < n; j++) 
{ 
sumofi += i[j]; 
} 
return sumofi; 
} 

int main() 
{ 
int allAges[] = {21, 22, 22, 19, 34, 12}; 
cout<<Sum(i, sizeof(allAges)/sizeof(int))<<endl; 
system("pause"); 
return 0; 
} 

7 、字符串的 sizeof 和 strlen 

  考虑下面的问题： 

char a[] = "abcdef"; 
char b[20] = "abcdef"; 
string s = "abcdef"; 

cout<<strlen(a)<<endl; // 6 ，字符串长度 
cout<<sizeof(a)<<endl; // 7 ，字符串容量 
cout<<strlen(b)<<endl; // 6 ，字符串长度 
cout<<strlen(b)<<endl; // 20 ，字符串容量 
cout<<sizeof(s)<<endl; // 12, 这里不代表字符串的长度，而是 string 类的大小 
cout<<strlen(s)<<endl; // 错误！ s 不是一个字符指针。 

a[1] = '\0'; 
cout<<strlen(a)<<endl; // 1 
cout<<sizeof(a)<<endl; // 7 ， sizeof 是恒定的 


  strlen 是寻找从指定地址开始，到出现的第一个 0 之间的字符个数，他是在运行阶段执行的，而 sizeof 是得到数据的大小，在这里是得到字符串的容量。所以对同一个对象而言， sizeof 的值是恒定的。 string 是 C++ 类型的字符串，他是一个类，所以 sizeof(s) 表示的并不是字符串的长度，而是类 string 的大小。 strlen(s) 根本就是错误的，因为 strlen 的参数是一个字符指针，如果想用 strlen 得到 s 字符串的长度，应该使用 sizeof(s.c_str()) ，因为 string 的成员函数 c_str() 返回的是字符串的首地址。实际上， string 类提供了自己的成员函数来得到字符串的容量和长度，分别是 Capacity() 和 Length() 。 string 封装了常用了字符串操作，所以在 C++ 开发过程中，最好使用 string 代替 C 类型的字符串。 


8 、从 union 的 sizeof 问题看 cpu 的对界 

  考虑下面问题：（默认对齐方式） 

union u 
{ 
double a; 
int b; 
}; 

union u2 
{ 
char a[13]; 
int b; 
}; 

union u3 
{ 
char a[13]; 
char b; 
}; 

cout<<sizeof(u)<<endl; // 8 
cout<<sizeof(u2)<<endl; // 16 
cout<<sizeof(u3)<<endl; // 13 

  都知道 union 的大小取决于它所有的成员中，占用空间最大的一个成员的大小。所以对于 u 来说，大小就是最大的 double 类型成员 a 了，所以 sizeof(u)=sizeof(double)=8。但是对于 u2 和 u3 ，最大的空间都是 char[13] 类型的数组，为什么 u3 的大小是 13 ，而 u2 是 16 呢？关键在于 u2 中的成员 int b 。由于 int 类型成员的存在，使 u2 的对齐方式变成 4 ，也就是说， u2 的大小必须在 4 的对界上，所以占用的空间变成了 16 （最接近 13 的对界）。 

  结论：复合数据类型，如 union ， struct ， class 的对齐方式为成员中对齐方式最大的成员的对齐方式。 

  顺便提一下 CPU 对界问题， 32 的 C++ 采用 8 位对界来提高运行速度，所以编译器会尽量把数据放在它的对界上以提高内存命中率。对界是可以更改的，使用 #pragma pack(x)宏可以改变编译器的对界方式，默认是 8 。 C++ 固有类型的对界取编译器对界方式与自身大小中较小的一个。例如，指定编译器按 2 对界， int 类型的大小是 4 ，则 int 的对界为 2和 4 中较小的 2 。在默认的对界方式下，因为几乎所有的数据类型都不大于默认的对界方式 8 （除了 long double ），所以所有的固有类型的对界方式可以认为就是类型自身的大小。更改一下上面的程序： 

#pragma pack(2) 
union u2 
{ 
char a[13]; 
int b; 
}; 

union u3 
{ 
char a[13]; 
char b; 
}; 
#pragma pack(8) 

cout<<sizeof(u2)<<endl; // 14 
cout<<sizeof(u3)<<endl; // 13 

  由于手动更改对界方式为 2 ，所以 int 的对界也变成了 2 ， u2 的对界取成员中最大的对界，也是 2 了，所以此时 sizeof(u2)=14 。 

  结论： C++ 固有类型的对界取编译器对界方式与自身大小中较小的一个。 

9 、 struct 的 sizeof 问题 

  因为对齐问题使结构体的 sizeof 变得比较复杂，看下面的例子： ( 默认对齐方式下 ) 

struct s1 
{ 
char a; 
double b; 
int c; 
char d; 
}; 

struct s2 
{ 
char a; 
char b; 
int c; 
double d; 
}; 

cout<<sizeof(s1)<<endl; // 24 
cout<<sizeof(s2)<<endl; // 16 

  同样是两个 char 类型，一个 int 类型，一个 double 类型，但是因为对界问题，导致他们的大小不同。计算结构体大小可以采用元素摆放法，我举例子说明一下：首先， CPU 判断结构体的对界，根据上一节的结论， s1 和 s2 的对界都取最大的元素类型，也就是 double 类型的对界 8 。然后开始摆放每个元素。 
  对于 s1 ，首先把 a 放到 8 的对界，假定是 0 ，此时下一个空闲的地址是 1 ，但是下一个元素 d 是 double 类型，要放到 8 的对界上，离 1 最接近的地址是 8 了，所以 d 被放在了 8 ，此时下一个空闲地址变成了 16 ，下一个元素 c 的对界是 4 ， 16 可以满足，所以 c 放在了 16 ，此时下一个空闲地址变成了 20 ，下一个元素 d 需要对界 1 ，也正好落在对界上，所以 d 放在了 20 ，结构体在地址 21 处结束。由于 s1 的大小需要是 8 的倍数，所以 21-23 的空间被保留， s1 的大小变成了 24 。 
  对于 s2 ，首先把 a 放到 8 的对界，假定是 0 ，此时下一个空闲地址是 1 ，下一个元素的对界也是 1 ，所以 b 摆放在 1 ，下一个空闲地址变成了 2 ；下一个元素 c 的对界是 4，所以取离 2 最近的地址 4 摆放 c ，下一个空闲地址变成了 8 ，下一个元素 d 的对界是 8 ，所以 d 摆放在 8 ，所有元素摆放完毕，结构体在 15 处结束，占用总空间为 16 ，正好是 8 的倍数。 

  这里有个陷阱，对于结构体中的结构体成员，不要认为它的对齐方式就是他的大小，看下面的例子： 

struct s1 
{ 
char a[8]; 
}; 

struct s2 
{ 
double d; 
}; 

struct s3 
{ 
s1 s; 
char a; 
}; 

struct s4 
{ 
s2 s; 
char a; 
}; 

cout<<sizeof(s1)<<endl; // 8 
cout<<sizeof(s2)<<endl; // 8 
cout<<sizeof(s3)<<endl; // 9 
cout<<sizeof(s4)<<endl; // 16; 

  s1 和 s2 大小虽然都是 8 ，但是 s1 的对齐方式是 1 ， s2 是 8 （ double ），所以在 s3 和 s4 中才有这样的差异。 

  所以，在自己定义结构体的时候，如果空间紧张的话，最好考虑对齐因素来排列结构体里的元素。 

10 、不要让 double 干扰你的位域 

  在结构体和类中，可以使用位域来规定某个成员所能占用的空间，所以使用位域能在一定程度上节省结构体占用的空间。不过考虑下面的代码： 

struct s1 
{ 
int i: 8; 
int j: 4; 
double b; 
int a:3; 
}; 

struct s2 
{ 
int i; 
int j; 
double b; 
int a; 
}; 

struct s3 
{ 
int i; 
int j; 
int a; 
double b; 
}; 

struct s4 
{ 
int i: 8; 
int j: 4; 
int a:3; 
double b; 
}; 

cout<<sizeof(s1)<<endl; // 24 
cout<<sizeof(s2)<<endl; // 24 
cout<<sizeof(s3)<<endl; // 24 
cout<<sizeof(s4)<<endl; // 16 

  可以看到，有 double 存在会干涉到位域（ sizeof 的算法参考上一节），所以使用位域的的时候，最好把 float 类型和 double 类型放在程序的开始或者最后。 

  第一次写东西，发现自己的表达能力太差了，知道的东西讲不出来，讲出来的东西别人也看不懂，呵呵。另外， C99 标准的 sizeof 已经可以工作在运行时了，打算最近找个支持 C99 的编译器研究一下。