C++中的sizeof

一、sizeof是关键字，不是函数

sizeof是一个操作符（operator）。

其作用是返回一个对象或类型所占的内存字节数。

其返回值类型为size_t。（size_t在头文件stddef.h中定义，它依赖于编译系统的值，一般定义为 typedef unsigned int size_t;）

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。 

二、sizeof的语法

sizeof有三种语法形式：

1）  sizeof (object);  //sizeof (对象)

2）  sizeof object;   //sizeof 对象

3）  sizeof (type_name);  //sizeof (类型)

对象可以是各种类型的变量，以及表达式（一般sizeof不会对表达式进行计算）。

sizeof对对象求内存大小，最终都是转换为对对象的数据类型进行求值。

sizeof (表达式); //值为表达式的最终结果的数据类型的大小

　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()。 

三、sizeof应用于各种类型

1.基本数据类型

32位C++中的基本数据类型，

　　大小分别是：

char 1

short int 2

int 4

long 4

float 4

double 8

long double 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）。 

　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*4 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。

注意：1）当字符数组表示字符串时，其sizeof值将’/0’计算进去。

            2）当数组为形参时，其sizeof值相当于指针的sizeof值。 

　6、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。

　　注：关于sizeof(string)，好像不同的实现返回的结果不一样：

DevCPP：4
VS2005：32

7、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。 

　8、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。 

9、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。
　

字节对齐的细节和编译器的实现相关，但一般而言，满足三个准则：

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）  结构体的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（internal adding）。

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后加上填充字节（trailing padding）。

    注意：空结构体（不含数据成员）的sizeof值为1。试想一个“不占空间“的变量如何被取地址、两个不同的“空结构体”变量又如何得以区分呢，于是，“空结构体”变量也得被存储，这样编译器也就只能为其分配一个字节的空间用于占位了。