C++ sizeof 使用规则及陷阱分析【转】

http://www.cnblogs.com/chio/archive/2007/06/11/778934.html

 

摘要：鉴于sizeof为各大软件公司笔试、面试必考题，现收集sizeof的各种用法，尽量做到全面理解，其中例子希望能举一反三。提示：下文例子都经过Visual C++ 6.0验证，平台为win32 Windows. 如在其他平台或编译器上运行有不同结果，请自行查看原因。
欢迎转载，转载请注明出处，谢谢.



目录
一、什么是sizeof
二、sizeof用法
三、基本数据类型的sizeof
四、复杂数据类型的sizeof及其数据对齐问题
五、class类型的sizeof特别探讨
六、总结

一、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：

1 cout<<sizeof(int)<<endl; // 32位机上int长度为4
2 cout<<sizeof(1==2)<<endl; // == 操作符返回bool类型，相当于 cout<<sizeof(bool)<<endl;
3

    在编译阶段已经被翻译为：

1 cout<<4<<endl;
2 cout<<1<<endl;

    这里有个陷阱，看下面的程序：

1 int a = 0;
2 cout<<sizeof(a=3)<<endl;
3 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;

1 cout << sizeof("abcd") << endl;//5

    "abcd"返回是字符串类型

   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的用法

    sizeof有两种用法：
 
    （1）sizeof(object) 或 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：

1 int i = 2;
2 cout<<sizeof(i)<<endl; // sizeof(object)的用法，合理
3 cout<<sizeof i<<endl; // sizeof object的用法，合理
4 cout<<sizeof 2<<endl; // 2被解析成int类型的object, sizeof object的用法，合理
5 cout<<sizeof(2)<<endl; // 2被解析成int类型的object, sizeof(object)的用法，合理
6 cout<<sizeof(int)<<endl;// sizeof(typename)的用法，合理
7 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、基本数据类型的sizeof

（1）C++内置数据类型

    32位C++中的基本数据类型，

	bool	char	short int(short)	int	long int(long)	float	double	long double
sizeof	1	1	2	4	4	4	8	10

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：

1 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：

1 typedef short WORD;
2 typedef long DWORD;
3 cout<<(sizeof(short) == sizeof(WORD))<<endl; // 相等，输出1
4 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：

1 int f1(){return 0;};
2 double f2(){return 0.0;}
3 void f3(){}
4
5 cout<<sizeof(f1())<<endl; // f1()返回值为int，因此被认为是int
6 cout<<sizeof(f2())<<endl; // f2()返回值为double，因此被认为是double
7 cout<<sizeof(f3())<<endl; // 错误！无法对void类型使用sizeof
8 cout<<sizeof(f1)<<endl;  // 错误！无法对函数指针使用sizeof  
9 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
10

    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）。

    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：

1 char a[] = "abcdef";
2 char b[] = {'a', 'b', 'c', 'd', 'e', 'f'};
3 int c[20] = {3, 4};
4 char d[2][3] = {"aa", "bb"};
5
6
7 cout<<sizeof(a)<<endl; // 7, 表示字符串
8 cout<<sizeof(b)<<endl; // 6， 仅表示字符数组
9 cout<<sizeof(c)<<endl; // 80
10 cout<<sizeof(d)<<endl; // 611

1   cout << sizeof(*a) << endl;//1
2  cout << sizeof(*b) << endl;//1
3   cout << sizeof(*c) << endl;//4
4   cout << sizeof(*d) << endl;//3

   特别如果字符数组表示字符串的话，数组末自动插入的'\0'，在sizeof时不能遗漏

    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：

1 int *d = new int[10];
2
3 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。

    再分析下面的多维数组问题：

1 double* (*a)[3][6];
2
3 cout<<sizeof(a)<<endl;  // 4
4 cout<<sizeof(*a)<<endl;  // 72
5 cout<<sizeof(**a)<<endl; // 24
6 cout<<sizeof(***a)<<endl; // 4
7 cout<<sizeof(****a)<<endl; // 8

   很费解的多维数组定义，改用typedef定义如下：

1    typedef (double *) ArrType [3][6];
2    ArrType * a;

   现在是不是很清晰了？（关于typedef用法的探讨，请见文章)

1    typedef (double *) ArrType [3][6]；
2    ArrType * a;
3
4    cout << sizeof(a) << endl;//4
5    cout << sizeof(*a) << endl;// double * [3][6] : 3*6*sizeof(double *) = 72
6    cout << sizeof(**a) << endl;// double * [6] :  6*sizeof(double *) = 24
7    cout << sizeof(***a) << endl;// sizeof(double *) = 4
8    cout << sizeof(****a) << endl;// sizeof(double) = 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，此3×6数组中存储的是指向double的指针。既然是指针，所以sizeof(a)就是4

    既然a是指向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。
   **a表示一个double*[6]类型的数组，所以sizeof(**a)=6*sizeof(double*)=24。
   ***a就表示其中的第一个元素，也就是double*了，所以sizeof(***a)=4。
   ****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：

1 #include <iostream>
2 using namespace std;
3
4 int Sum(int i[])
5 {
6 int sumofi = 0;
7 for (int j = 0; j < sizeof(i)/sizeof(int); j++) //实际上，sizeof(i) = 4
8 {
9   sumofi += i[j];
10 }
11 return sumofi;
12 }
13
14 int main()
15 {
16 int allAges[6] = {21, 22, 22, 19, 34, 12};
17 cout<<Sum(allAges)<<endl;
18 system("pause");
19 return 0;
20 }
21
22

    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：

1 int Sum(int (*i)[6])
2 {
3 int sumofi = 0;
4 for (int j = 0; j < sizeof(*i)/sizeof(int); j++) //sizeof(*i) = 24
5 {
6   sumofi += (*i)[j];
7 }
8 return sumofi;
9 }
10
11 int main()
12 {
13 int allAges[] = {21, 22, 22, 19, 34, 12};
14 cout<<Sum(&allAges)<<endl;
15 system("pause");
16 return 0;
17 }
18
19

    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：

1 int Sum(int (&i)[6])
2 {
3 int sumofi = 0;
4 for (int j = 0; j < sizeof(i)/sizeof(int); j++)
5 {
6   sumofi += i[j];
7 }
8 return sumofi;
9 }
10
11 int main()
12 {
13 int allAges[] = {21, 22, 22, 19, 34, 12};
14 cout<<Sum(allAges)<<endl;
15 system("pause");
16 return 0;
17 }
18

    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：

1 #include <iostream>
2 using namespace std;
3
4 int Sum(int *i, unsigned int n)
5 {
6 int sumofi = 0;
7 for (int j = 0; j < n; j++)
8 {
9   sumofi += i[j];
10 }
11 return sumofi;
12 }
13
14 int main()
15 {
16 int allAges[] = {21, 22, 22, 19, 34, 12};
17 cout<<Sum(i, sizeof(allAges)/sizeof(int))<<endl;
18 system("pause");
19 return 0;
20 }
21
22

（7）、C风格字符串与C++风格字符串类(String)的sizeof和strlen

    考虑下面的问题：

1 #include <string>
2 using namespace std;
3
4 char a[] = "abcdef";
5 char b[20] = "abcdef";
6 string s = "abcdef";
7
8 cout<<strlen(a)<<endl;  // 6，字符串长度
9 cout<<sizeof(a)<<endl;  // 7，字符串容量
10 cout<<strlen(b)<<endl;  // 6，字符串长度
11 cout<<sizeof(b)<<endl;  // 20，字符串容量
12 //cout<<strlen(s)<<endl;  // 错误！s不是一个字符指针。
13 cout<<sizeof(s)<<endl;  // 16, 这里不代表字符串的长度，而是string类的大小
14
15 a[1] = '\0';
16 cout<<strlen(a)<<endl;  // 1
17 cout<<sizeof(a)<<endl;  // 7，sizeof是恒定的,因为是前面已经固定分配过7个单元，虽然现在字符串变为空串
18

      记住：String是class类型。（关于class类型的sizeof请参见第五节)

    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。

   STL中的String类：
   string的sizeof和平台相关的，string类最简单的可以近似认为是包含两个数据成员：char *指针成员( 表示字符数组)和 int成员(表示字符串长度)。但是事实上并不是这样定义的,可能还有其他数据成员，如编译器插入指针vptr等。因此根据不同的实现，可以查看String类的定义中如何定义。比如在我现在机器上，sizeof(string) = 16

四、复杂数据类型中sizeof及其数据对齐问题

（1）、union的sizeof问题与cpu的对界

    考虑下面问题：（默认对齐方式）

1 union u //8对齐
2 {
3   double a;
4   int b;
5 };
6
7 union u2 //4对齐
8 {
9   char a[13];
10   int b;
11 };
12
13 union u3 //1对齐
14 {
15   char a[13];
16   char b;
17 };
18
19 cout<<sizeof(u)<<endl;  // 8
20 cout<<sizeof(u2)<<endl;  // 16
21 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(4字节对齐)，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。

   编译器对界：
    首先解释下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。
   通过程序可以改变编译器对界，使用#pragma pack(x)宏可以改变编译器的对界方式，默认是8。
    编译器对界与实际对界判决原则：
   C++固有类型的对界取编译器对界方式（默认或指定)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：

1 #pragma pack(2)
2 union u2
3 {
4   char a[13];
5   int b;
6 };
7
8 union u3
9 {
10   char a[13];
11   char b;
12 };
13 #pragma pack(8)
14
15 cout<<sizeof(u2)<<endl;  // 14
16 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。

（2）、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)

1 struct s1
2 {
3   char a;
4   double b;
5   int c;
6   char d;
7 };
8
9 struct s2
10 {
11   char a;
12   char d;
13   int c;
14   double b;
15 };
16
17 cout<<sizeof(s1)<<endl; // 24
18 cout<<sizeof(s2)<<endl; // 16

  
    这里数据对齐与struct中元素的顺序相关. 上面例子中只是改变了struct中成员的定义顺序

    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。

   总结：这里计算sizeof既要考虑数据对齐(整体上最大元素的size对齐，满足之后还要满足struct中其他元素的对齐)，又要考虑最节约存储空间的原则。

   （3）、嵌套struct类定义中的sizeof

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：

1 struct s1
2 {
3   char a[8];
4 };
5
6 struct s2
7 {
8   double d;
9 };
10
11 struct s3
12 {
13   s1 s;
14   char a;
15 };
16
17 struct s4  //s1为1对齐，大小为8
18 {
19
20     s1 s;
21     double d;
22 };
23
24 struct s5
25 {
26   s2 s;
27   char a;
28 };
29
30
31
32 cout << sizeof(s1) << endl; // 8
33 cout << sizeof(s2) << endl; // 8
34 cout << sizeof(s3) << endl; // 9
35 cout << sizeof(s4) << endl; // 16
36 cout << sizeof(s5) <<endl; //16

再考虑：

1 struct s1
2 {
3   char a[9];
4 };
5
6 struct s2
7 {
8   double d;
9 };
10
11 struct s3
12 {
13   s1 s;
14   char a;
15 };
16
17 struct s4 //s1为1对齐，大小为9
18 {
19
20     s1 s;
21     double d;
22 };
23
24 struct s5
25 {
26   s2 s;
27   char a;
28 };
29
30
31
32 cout << sizeof(s1) << endl; // 9
33 cout << sizeof(s2) << endl; // 8
34 cout << sizeof(s3) << endl; // 10
35 cout << sizeof(s4) << endl; // 24
36 cout << sizeof(s5) <<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。

（4）、位域结构体中的对齐问题。
              
    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：

1 struct s1
2 {
3   int i: 8;
4   int j: 4;
5   double b;
6   int a:3;
7 };
8
9 struct s2
10 {
11   int i;
12   int j;
13   double b;
14   int a;
15 };
16
17 struct s3
18 {
19   int i;
20   int j;
21   int a;
22   double b;
23 };
24
25 struct s4
26 {
27   int i: 8;
28   int j: 4;
29   int a:3;
30   double b;
31 };
32
33 struct s4
34 {
35   double b;
36   int i: 8;
37   int j: 4;
38   int a:3;
39 };
40
41 cout<<sizeof(s1)<<endl;  // 24
42 cout<<sizeof(s2)<<endl;  // 24
43 cout<<sizeof(s3)<<endl;  // 24
44 cout<<sizeof(s4)<<endl;  // 16
45 cout<<sizeof(s5)<<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。不要让double干扰你的位域

五、类class 中的sizeof特别探讨
  
   写在前面，本节假设你看过《Inside the C++ Object Model》,如果没有，最好了解类与对象在内存中map问题

   这里引用《Inside the C++ Object Model》中的对象模型的内存镜像图：

（一）不考虑继承关系（单继承、多继承、虚继承等）
  （1）不带virtual函数时
           
        空类：

1 class A
2 {
3
4 };
5
6 cout << sizeof(A) << endl; // 1

     空类总是返回1

1 class B {
2     private :
3          int value;
4         double a;
5     public:
6
7 };
8
9 cout << sizeof(B) << endl; //16

   和struct一样，也要考虑对齐问题，以及成员的顺序
   因为成员函数不会分配空间，所以sizeof时只计算数据成员的大小
       
  （2）带virtual函数时
            单继承情况下，只要class中存在virtual函数，编译器在编译时就会自动插入一个指向虚函数表的指针vptr(大小为4字节). 不同的编译器vptr插入的位置可能不同，VC编译器插入vptr的位置一般是数据成员开始。

下例在MinGW Develper Studio2.05(gcc)下编译，VC 6.0编译器下结果为24  24， 我不太理解为什么...

1 class A
2 {
3 public:
4      virtual void foo() {}
5 private:
6      int m1;
7      double m2;
8 };
9
10 class B
11 {
12 public:
13      virtual void foo() {}
14 private:
15      double m2;
16      int m1;
17 };
18
19
20 cout << sizeof(A) << endl; // 16
21 cout << sizeof(B) << endl; // 24

  （3）带static成员时

1 class A {
2     private :
3          int value;
4          double a;
5          static int CST;
6     public:
7 };
8
9 cout << sizeof(A) << endl; //16

      因为static成员是分配在全局区为类的所有对象共享（VC编译器可能为了方便将其放入文字常量表), sizeof时不应该计入sttic成员

（二）继承关系下
   （1）单继承情况下
              总体上讲, 派生类中需要考虑基类子类型（subtype）的问题，派生对象要考虑基类子对象的问题。

1 class A
2 {
3 public:
4
5 private:
6      int m1;
7      double m2;
8 };
9
10 class B : public A
11 {
12 public:
13
14 private:
15      int m3;
16 };
17
18 cout << sizeof(A) << endl; // 16
19 cout << sizeof(B) << endl; // 24

同样，要考虑陷阱：基类对齐字节不等于大小，如下例：

1 class A
2 {
3 public:
4
5 private:
6      char m1[8];
7
8 };
9
10 class B : public A
11 {
12 public:
13
14 private:
15      char m3;
16 };
17
18 cout << sizeof(A) << endl; // 8
19 cout << sizeof(B) << endl; // 9

1 class A
2 {
3 public:
4
5 private:
6      char m1[9];
7
8 };
9
10 class B : public A
11 {
12 public:
13
14 private:
15      int m3;
16 };
17
18 cout << sizeof(A) << endl; // 9
19 cout << sizeof(B) << endl; // 16

同样道理，如果一直继承下去，考虑的问题同上。有虚函数不要忘记vptr指针