理解c语言的sizeof

ｃ语言有很多用起来需要特别注意的地方，我们以后会分析其中有使用价值的点。今天我们一起看看sizeof。c语言通过类型长度来达到指针的灵活性，我们觉得，某种意义上讲，是sizeof功能成就了c指针。

基础知识

首先，要知道sizeof 是关键字不是函数。也就是说，用到sizeof的地方其实在编译阶段就已经计算出结果了，不是（也不能）在程序运行时动态地计算。换句话说，代码中同一个sizeof的调用只能输出一个值，而不可能有其它别的值（后文会看到，其实变长数组是颠覆了这个规律的）。再换句话说，就是反汇编就能看到sizeof调用的结果！

其次，sizeof的计算结果跟编译器的字节对齐方式有关。在默认情况下，c编译器为每一个变量按其类型大小分配空间，这种默认方式是可以修改的，通过#pragma pack (n)或者__attribute((aligned (n)))。

最后，要知道对齐是个性能要求，不是必须的。我们这里仅考虑gcc编译器，不考虑vc编译器。比如ia32下，gcc对double、long long这样的8字节变量，仍然是按4字节对齐，即使设置#pragma pack(8)的情况下。到了x64_64下，开始统一了，全部真的都是按照类型大小对齐的了。至于为何跟性能相关，我们以后讲到cpu cache时再重新考虑这个问题，现在我们只要知道，因为地址总线放地址时肯定都是对齐的，所以不对齐的话会增加读取周期就行了。

下文全部以gcc+x86_64+结构体，来求解sizeof。

计算原理

对于每个数据类型都有一个align_size，其实就是类型大小：char是1，short是2，int是4，long是8，double是8，long double是16。

一个基本原则就是结构体里的每个成员都能按照自己类型的align_size去对齐。计算过程如下：

很显然，编译器在计算过程中会自动填充空余部分。否则，想想一个结构体，内部空间都不是连续填充的，会让编译器分配空间时疯掉的。

代码示例

我们举例看看，long double的类型大小是16字节。

struct S{

char a;

long double b[1];

};

struct S sample;

printf("%ld，%ld\n", sizeof(struct S), sizeof(sample.b));

打印结果是“32，16”。因为结构体成员中最大的align_size（数组的话，看数组里面的单个元素的align_size）是16字节，所以整个结构体就是16字节对齐的，这样char也自动填充到16字节了。故，总的结构体大小就是32字节了。

那么，将结构体的b[1]改为b[0]呢？也就是说，结构体内部引入零数组成员。

此时结果是“16，0”。也就是说该结构体还是16字节对齐，说明零数组元素还是参与了计算结构体的align_size，但是没有占用空间。

那么，还是维持为b[0]，我们利用零数组的特性来放点数据呢？改为：

struct S *sample =(struct S*)malloc(sizeof(long double) * 1234 +sizeof(struct S));

结果还是“16，0”。也就是说跟零数组的数据大小没有关系，sizeof是感知不到的。

那么，如果不用malloc，直接初始化赋值呢？因为我们知道字符串数组是可以这么做的，但是作为结构体成员呢？改为struct s sample={'1',{1,2,3}}这种方式：

#include <stdio.h>

struct S{

char a;

long double b[];

};

struct S sample={'1',{1,2,3}};

main ()

{

printf("%Lf, %Lf, %Lf\n", sample.b[0], sample.b[1], sample.b[2]);

//printf("%ld,%ld\n", sizeof(sample),sizeof(sample.b));//加上此句会编译不过

return 0;

}

初始化赋值是正常的，但是sizeof那句编译不过：

error: invalid application of ‘sizeof’ to incomplete type ‘long double[]’

另外，对于b[]这种非零数组成员的结构体必须为全局静态定义，否则编译不过：

error: non-static initialization of a flexible array member

必须全局静态存储区间存放，才允许初始化赋值，是可以理解的，因为字符串数组（即使是定义在函数内部也能直接赋值。区别是char *str="123"是存放在全局静态空间，char str[]="123"是存放在栈空间，并且后者的sizeof是能得出数组大小的）就是这么实现的。但是在加上sizeof(sample.b)就编译不过，难道是gcc没有做好？因为编译期间是可以通过计算全局静态区间的b[]大小算出来的。（为方便下文描述，这种形式我们称为非零长数组）

那么，再看看改为b[0]会怎么样。此时是零长数组了，所以不必放在全局静态存储空间了。

#include <stdio.h>

main ()

{

struct S{

char a;

long double b[0];

};

struct S sample={'1',{1,2,3}};

printf("%Lf, %Lf, %Lf\n", sample.b[0], sample.b[1], sample.b[2]);

printf("%ld,%ld\n", sizeof(sample),sizeof(sample.b));

return 0;

}

b[0]表面上可以正常初始化赋值，但是实际没有做处理的：编译期间可以看到gcc的数组越界初始化警告：（此时会体会到-Werror的好处了）

warning: excess elements in array initializer [enabled by default]

warning: (near initialization for ‘sample.b’) [enabled by default]

带着警告的运行实现结果：

0.000000, -0.000000, 0.000000

16,0

显然，b[]中3个数值没有正确处理。而sizeof的运算结果和上面的一致：还是无法感知数组大小。

我们最后抛开结构体内成员限制（下文有原因），观察下变长数组：元素个数是一个变量（跟上面的b[]形式的非零长数组是有区别的）。它实际就是在栈空间（既然变长，肯定不能是全局静态空间）分配空间的。

#include<stdio.h>

intmain(void)

{

int i;

scanf("%d", &i);

char str[i];

printf("sizeof(str[%d])=%d\n",i,sizeof(str));

return 0;

}

如果输入i为3，结果为“3，3”。对sizeof而言，变长数组是维持了数组的sizeof特性，毕竟以前普通数组就是这样的效果！需要注意的是，变长数组只能定义在栈空间，不能全局静态存储空间或堆空间定义，而且由编译器会尽量放到栈帧局部变量部分的最后。放在最后，是为了方便扩展，那如果块范围内有多个变长数组呢？多个就一个一个放到最后，逐个顺序扩展（后面会有示例）。

那如果变长数组作为入参呢？也是维持了数组的sizeof特性，还是和以前一样：对入参做sizeof，结果就是指针长度8。（此处仅考虑一维的情况，后文会考虑多维）

涉及多维数组以及指针的内容，我们（计算机学习微信公众号：jsj_xx）以后再讲。。。

关于变长数组的补充

变长数组（variable length array，即VLA）是c99引入的，我们上面看过一个例子了。现在再看一个：

#include<limits.h>

#include<stdio.h>

intmain(int argc, char *argv[])

{

int i, n;

n = atoi(argv[1]);

char str[n+1];

for (i = 0; i < n; i++) {

str[i] = (char)('0' + i);

}

str[n]='\0';

printf("str is %s\n", str);

printf("str:%ld, %ld\n",sizeof(str[ULONG_MAX]),sizeof(str));

return 0;

}

当入参argv[1]为“3”时，看结果：

str is 012

str:1, 4

可见，对于变长数组，感知到了数组大小！另外，我们看到sizeof(str[ULONG_MAX])也是可以的，看来计算时是只看元素类型大小，不考虑数组下标范围的！

总结变长数组的特点，如下：

1）必须在块范围内定义，不能在文件范围内定义（static修饰）或全局引用（extern修饰），即保证只能是栈空间分配；

2）变长数组不能作结构体或者联合的成员，只能以独立数组方式存在；

3）作用域为块范围，即其生存周期为所在块入栈和出栈之间的时间内；

第二个特点也是我们不去设置变长数组成员的结构体的原因。

其实有个函数功能和变长数组类似，就是void alloca(size_t size)。它也是在栈中分配size字节大小的空间，当本栈帧退出时释放空间。要注意的是，alloca()执行失败时，不会返回一个NULL指针，因为它本质就是一条调整栈顶指针的汇编指令，不能有丰富的返回值。汇编实现就导致了很差的移植性，所以，相对而言，这种场景更应该用变长数组。

最后看下，变长数组在多维时的处理。看代码：

#include <stdio.h>

int main( void )

{

int i;

for(i=0;i<2;i++) {

int m,n;

scanf("%d %d", &m,&n);

char a[m][n];

char (*p)[n]=a;

printf("%ld %ld", sizeof(a), sizeof(*p));

}

return 0;

}

输入“3，4”时，结果是“12，4”；输入“5，6”时，结果是“30，6”。

可见，变长数组在各个维度上都很好地维持了普通数组的sizeof特性。另外，通过for循环也看到了块范围内变长数组可使用的重复性。

对于二维变长数组作为函数参数也维持了普通二维数组的效果：

#include <stdio.h>

void func(int,int,long double a[*][*]);

void func2(long double a[2][6]);

int main(void)

{

int m=2, n=3;

long double a[m][m*n];

func(m,n,a);

long double b[2][6];

func2(b);

return 0;

}

void func(int m,int n,long double x[m][m*n])

{

printf("%ld %ld %ld\n",sizeof(x), sizeof(x[0]), sizeof(x[0][0]));

}

void func2(long double x[2][6]){

printf("%ld %ld %ld\n",sizeof(x), sizeof(x[0]), sizeof(x[0][0]));

}

输出结果表明，两种处理是一样的：

8 96 16

8 96 16

可见，变长多维数组维持普通多维数组一样的效果：直接对入参取sizeof的结果是指针长度8，其它都能正常感知数组大小。为何数组做入参时，sizeof就识别不出来，只能做指针大小处理呢？看懂下面这个例子，就明白了：

#include <stdio.h>

void func(long double x[][3]){

printf("%ld %ld %ld\n",sizeof(x), sizeof(x[0]), sizeof(x[0][0]));

}

int main(void)

{

long double a[1][3];

long double b[2][3];

func(a);

func(b);

return 0;

}

没错，是gcc编译器支持的这种数组第一维可以省略的参数形式的后遗症。

总结

最后做个总结。对结构体的成员而言，零数组用在堆空间，非零数组用在全局静态空间，变长数组不能用（独立的变长数组用在栈空间）。对sizeof处理而言，只有变长数组（以及非零数组的独立形式）以栈为存储空间的处理维持了普通数组的特性，能够感知实际的数组大小，从这个角度看，sizeof也沾上了函数色彩。