c/c++数组与sizeof的基础知识

在网上看到了一篇比较好的文章，所以转过来了。

原文地址: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。