C++入门——sizeof与字节对齐

sizeof

strlen("\0")与sizeof("\0")

strlen("\0") = 0，sizeof("\0") = 2。

strlen

strlen用来计算字符串的长度，它从内存的某个位置开始扫描，直到碰到第一个字符串结束符’\0’为止，然后返回计数器值

sizeof

sizeof是C语言的关键字，它以字节的形式给出了其操作数的存储大小，操作数可以是一个表达式或括在括号内的类型名，操作数的存储大小由操作数的类型决定

strlen与sizeof的区别

1. sizeof是运算符（sizeof既是关键字，也是运算符，但不是函数），而strlen是函数。sizeof后如果是类型，则必须加括弧，如果是变量名，则可以不加括弧

2. sizeof运算符的结果类型是size_t，它在头文件中typedef为unsigned int类型。该类型保证能够容纳实现所建立的最大对象的字节大小

3. sizeof可以用类型作为参数，strlen只能用char*作为参数，而且必须是以’\0’结尾的。sizeof还可以以函数作为参数，如int g();，则sizeof(g())的值等于sizeof(int)的值，在32位计算机下，该值为4

4. 大部分编译程序的sizeof都是在编译的时候计算的，所以可以通过sizeof(x)来定义数组维数。而strlen则是在运行期计算的，用来计算字符串的实际长度，不是类型占内存的大小。

对于结构体，为什么sizeof返回的值一般大于期望值

struct是一种复合数据类型，其构成元素既可以是基本数据类型，如int、double、float、short、char等，也可以是复合数据类型，如数组、struct、union等数据单元

一般而言，struct的sizeof是所有成员对齐后长度相加，而union的sizeof是取最大的成员长度

字节对齐

字节对齐也称为字节填充，它是C++编译器的一种技术手段，主要是为了在空间与复杂度上达到平衡。简单地讲，是为了在可接受的空间浪费的前提下，尽可能地提高对相同运算过程的最少（快）处理。字节对齐的作用不仅是便于CPU的快速访问，使CPU的性能达到最佳，而且可以有效地节省存储空间。

例如，32位计算机的数据传输是4字节，64位计算机的数据传输是8字节，这样，struct在默认情况下，编译器会对struct的结构进行（32位机）4的倍数或（64位机）8的倍数的数据对齐。对于32位机来说，4字节的对齐能够使CPU访问速度提高，如一个long类型的变量，如果跨越了4字节边界存储，那么CPU要读取两次，这样效率就低了。但需要注意的是，如果在32位机中使用1字节或者2字节对齐，不仅不会提高效率，反而会使访问速度降低。

修改对齐条件

在默认情况下，编译器为每一个变量或数据单元按其自然对齐条件分配空间。但是可以通过下面的方法来改变默认的对齐条件

1. 使用伪指令#pragma pack(n)，编译器将按照n个字节对齐
2. 使用伪指令#pragma pack()，取消自定义字节对齐方式
3. _attribute((aligned(n))，让所作用的结构成员对齐在n字节自然边界上。如果结构中有成员的长度大于n，则按照最大成员的长度来对齐
4. _attribute((packed))，取消结构在编译过程中的优化对齐，按照实际占用字节数进行对齐

字节对齐的准则

字节对齐的细节和编译器实现相关，但一般而言，满足以下准则：

1. 结构体变量的首地址能够被其最宽基本类型成员的大小所整除
2. 结构体每个成员相对于结构体首地址的偏移量（offset）都是成员大小的整数倍。如有需要，编译器会在成员之间加上填充字节
3. 结构体的总大小为结构体最宽基本类型成员大小的整数倍，如有需要编译器会在最末一个成员之后加上填充字节

其中的基本类型即char、short、int、float、double这样的内置数据类型，这里说的“数据宽度”就是指其sizeof的大小

由于结构体的成员可以是复合类型，如果一个结构体中包含另外一个结构体成员，那么此时最宽基本成员不是该结构体成员，而是取其基本类型的最宽值。但在确定复合类型成员的偏移位置时，则是将复合类型作为整体看待，即复杂类型（如结构）的默认对齐方式是它最长的成员的对齐方式，这样在成员是复杂类型时，可以最小化长度，达到程序优化的目的

指针进行强制类型转换后与地址进行加法运算

假设在32位机器上，在对齐为4情况下，sizeof(long)的结果为4字节，sizeof(char*)的结果为4字节，sizeof(short int)的结果与sizeof(short)的结果都为2字节，sizeof(char)的结果为1字节，sizeof(int)的结果为4字节，由于32位机器上是4字节对齐，以如下结构体为例：

struct A
{
    long num;
    char *name;
    short int data;
    char ha;
    short ba[5];
}*p;

在32位机器下，sizeof(struct A) = 4 + 4 + 2 + 2 + 1 + 3 + 2*5 + 2 = 24字节
当p=0x100000，那么p + 0x200 = 0x1000000 + 0x200*24指针加法，加出来的是指针所指类型的字节长度的整数倍，就是p偏移sizeof(*p)*0x200

而(ulong)p + 0x200 = 0x1000000 + 0x200经过ulong后，已经不再是指针加法，而变成一个数值加法了

另外(char*)p + 0x200 = 0x1000000 + 0x200*sizeof(char)结果类型是char*