关于sizeof

 

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;//输出为1

    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  here long is the same as int

    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。

  (1)  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：

(2)使用引用的情况

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;
}
    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。因此最上面的函数正确形式应该是：

(3)传递大小
#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<<sizeof(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];// 这里要注意，数组的对齐方式就是char类型的大小。就是 1
 };

 struct s2
 {
  double d;
 };

 struct s3
 {
  s1 s;   // 这里在结构中可以这样用，但是不可以单独使用 s1 s;这样来定义，

// 应该是 struct s1 s;或者是 typedef struct { char a[8];}s1; 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。

再如：

struct  test1  {char c1;        double  d;           char c2;};
    struct test2  { int i;      struct test1 t1;        char c2;};
    默认情况下，结构体 test2 的大小为 40 ，这里计算 t1对齐时是t1中的最大元素的整数倍对齐（结构中最大元素的对齐方式），计算test2大小时，t1 也是取最大元素出来作为代表。所以： t1 的对其方式是 double,test2 的大小是 double 的整数倍。

其实我们可以这样理解：

1.结构中成员的对界方式就是它相对于结构的地址偏移必须是自己类型的大小（数组本身的类型大小就是数组元素的类型大小，如果时结构就是它自身类型大小最大的元素的大小）和系统默认的对界值中较小的一个的整数倍。

2.结构的大小必须是结构中类型大小最大的元素（元素如果为结构则为它里面自身类型大小最大的元素的大小）的整数倍。

 

    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。