（转载）sizeof陷阱
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; |
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。
（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 |
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*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。
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。
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：
| 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; } |
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：
| #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<<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。
我注：关于sizeof(string)，好像不同的实现返回的结果不一样：
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]; }; 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。
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。
