sizeof，终极无惑（上）
0. 前向声明
sizeof，一个其貌不扬的家伙，引无数菜鸟竟折腰，小虾我当初也没少犯迷糊，秉着“辛苦我一个，幸福千万人”的伟大思想，我决定将其尽可能具体的总结一下。
但当我总结的时候才发现，这个问题既能够简单，又能够复杂，所以本文有的地方并不适合刚開始学习的人，甚至都没有必要大作文章。但假设你想“知其然，更知其所以然”的话，那么这篇文章对你也许有所帮助。
菜鸟我对C++的掌握尚未深入，当中不乏错误，欢迎各位扔砖砸蛋。
1. 定义
sizeof是何方神圣？sizeof乃C/C++中的一个操作符（operator）是也，简单的说其作用就是返回一个对象或者类型所占的内存字节数。
MSDN上的解释为：
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.
其返回值类型为size_t，在头文件stddef.h中定义。这是一个依赖于编译系统的值，一般定义为：
世上编译器林林总总，但作为一个规范，它们都会保证char、signed char和unsigned char的sizeof值为1，毕竟char是我们编程能用的最小数据类型。
2. 语法
sizeof有三种语法形式，例如以下：
2) sizeof( type_name ); // sizeof( 类型 );
3) sizeof object; // sizeof 对象;
所以，
sizeof( i ); // ok
sizeof i; // ok
sizeof( int ); // ok
sizeof int; // error
既然写法3能够用写法1取代，为求形式统一以及降低我们大脑的负担，第3种写法，忘掉它吧！
实际上，sizeof计算对象的大小也是转换成对对象类型的计算，也就是说，同种类型的不同对象其sizeof值都是一致的。这里，对象能够进一步延伸至表达式，即sizeof能够对一个表达式求值，编译器依据表达式的终于结果类型来确定大小，一般不会对表达式进行计算。如：
sizeof( 2 + 3.14 ); // 3.14的类型为double，2也会被提升成double类型，所以等价于 sizeof( double );
sizeof也能够对一个函数调用求值，其结果是函数返回类型的大小，函数并不会被调用，我们来看一个完整的样例：
{
printf("foo() has been called./n");
return 'a';
}
int main()
{
size_t sz = sizeof( foo() ); // foo() 的返回值类型为char，所以sz = sizeof( char )，foo()并不会被调用
printf("sizeof( foo() ) = %d/n", sz);
}
C99标准规定，函数、不能确定类型的表达式以及位域（bit-field）成员不能被计算sizeof值，即以下这些写法都是错误的：
void foo2() { }
sizeof( foo2() ); // error
struct S
{
unsigned int f1 : 1;
unsigned int f2 : 5;
unsigned int f3 : 12;
};
sizeof( S.f1 ); // error
3. sizeof的常量性
sizeof的计算发生在编译时刻，所以它能够被当作常量表达式使用，如：
最新的C99标准规定sizeof也能够在执行时刻进行计算，如以下的程序在Dev-C++中能够正确执行：
n = 10; // n动态赋值
char ary[n]; // C99也支持数组的动态定义
printf("%d/n", sizeof(ary)); // ok. 输出10
但在没有全然实现C99标准的编译器中即可不通了，上面的代码在VC6中就通只是编译。所以我们不妨觉得sizeof是在编译期运行的，这样不会带来错误，让程序的可移植性强些。
4. 基本数据类型的sizeof
这里的基本数据类型指short、int、long、float、double这种简单内置数据类型，因为它们都是和系统相关的，所以在不同的系统下取值可能不同，这务必引起我们的注意，尽量不要在这方面给自己程序的移植造成麻烦。
一般的，在32位编译环境中，sizeof(int)的取值为4。
5. 指针变量的sizeof
学过数据结构的你应该知道指针是一个非常重要的概念，它记录了还有一个对象的地址。既然是来存放地址的，那么它当然等于计算机内部地址总线的宽度。所以在32位计算机中，一个指针变量的返回值必然是4（注意结果是以字节为单位），能够估计，在将来的64位系统中指针变量的sizeof结果为8。
int* pi;
string* ps;
char** ppc = &pc;
void (*pf)(); // 函数指针
sizeof( pc ); // 结果为4
sizeof( pi ); // 结果为4
sizeof( ps ); // 结果为4
sizeof( ppc ); // 结果为4
sizeof( pf ); // 结果为4
指针变量的sizeof值与指针所指的对象没有不论什么关系，正是因为全部的指针变量所占内存大小相等，所以MFC消息处理函数使用两个參数WPARAM、LPARAM就能传递各种复杂的消息结构（使用指向结构体的指针）。
6. 数组的sizeof
数组的sizeof值等于数组所占用的内存字节数，如：
int a2[3];
sizeof( a1 ); // 结果为4，字符串末尾还存在一个NULL终止符
sizeof( a2 ); // 结果为3*4=12（依赖于int）
一些朋友刚開始时把sizeof当作了求数组元素的个数，如今，你应该知道这是不正确的，那么应该怎么求数组元素的个数呢？Easy，通常有以下两种写法：
int c2 = sizeof( a1 ) / sizeof( a1[0] ); // 总长度/第一个元素的长度
写到这里，提一问，以下的c3，c4值应该是多少呢？
{
int c3 = sizeof( a3 ); // c3 == ?
}
void foo4(char a4[])
{
int c4 = sizeof( a4 ); // c4 == ?
}
或许当你试图回答c4的值时已经意识到c3答错了，是的，c3!=3。这里函数參数a3已不再是数组类型，而是蜕变成指针，相当于char* a3，为什么？细致想想就不难明确，我们调用函数foo1时，程序会在栈上分配一个大小为3的数组吗？不会！数组是“传址”的，调用者仅仅需将实參的地址传递过去，所以a3自然为指针类型（char*），c3的值也就为4。
7. 结构体的sizeof
这是刚開始学习的人问得最多的一个问题，所以这里有必要多费点笔墨。让我们先看一个结构体：
{
char c;
int i;
};
问sizeof(s1)等于多少？聪明的你開始思考了，char占1个字节，int占4个字节，那么加起来就应该是5。是这样吗？你在你机器上试过了吗？或许你是对的，但非常可能你是错的！VC6中按默认设置得到的结果为8。
Why？为什么受伤的总是我？
请不要沮丧，我们来好好琢磨一下sizeof的定义——sizeof的结果等于对象或者类型所占的内存字节数，好吧，那就让我们来看看S1的内存分配情况：
定义上面的变量后，加上断点，执行程序，观察s1所在的内存，你发现了什么？
以我的VC6.0为例，s1的地址为0x0012FF78，其数据内容例如以下：
发现了什么？怎么中间夹杂了3个字节的CC？看看MSDN上的说明：
原来如此，这就是传说中的字节对齐啊！一个重要的话题出现了。
为什么须要字节对齐？计算机组成原理教导我们这样有助于加快计算机的取数速度，否则就得多花指令周期了。为此，编译器默认会对结构体进行处理（实际上其他地方的数据变量也是如此），让宽度为2的基本数据类型（short等）都位于能被2整除的地址上，让宽度为4的基本数据类型（int等）都位于能被4整除的地址上，以此类推。这样，两个数中间就可能须要增加填充字节，所以整个结构体的sizeof值就增长了。
让我们交换一下S1中char与int的位置：
{
int i;
char c;
};
看看sizeof(S2)的结果为多少，怎么还是8？再看看内存，原来成员c后面仍然有3个填充字节，这又是为什么啊？别着急，以下总结规律。
字节对齐的细节和编译器实现相关，但一般而言，满足三个准则：
2) 结构体每一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，如有须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，如有须要编译器会在最末一个成员之后加上填充字节（trailing padding）。
对于上面的准则，有几点须要说明：
1) 前面不是说结构体成员的地址是其大小的整数倍，怎么又说到偏移量了呢？由于有了第1点存在，所以我们就能够仅仅考虑成员的偏移量，这样思考起来简单。想想为什么。
结构体某个成员相对于结构体首地址的偏移量能够通过宏offsetof()来获得，这个宏也在stddef.h中定义，例如以下：
比如，想要获得S2中c的偏移量，方法为
2) 基本类型是指前面提到的像char、short、int、float、double这种内置数据类型，这里所说的“数据宽度”就是指其sizeof的大小。因为结构体的成员能够是复合类型，比方另外一个结构体，所以在寻找最宽基本类型成员时，应当包含复合类型成员的子成员，而不是把复合成员看成是一个总体。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总体看待。
这里叙述起来有点拗口，思考起来也有点挠头，还是让我们看看样例吧（详细数值仍以VC6为例，以后不再说明）：
{
char c1;
S1 s;
char c2
};
S1的最宽基本成员的类型为int，S3在考虑最宽基本类型成员时是将S1“打散”看的，所以S3的最宽基本类型为int，这样，通过S3定义的变量，其存储空间首地址须要被4整除，整个sizeof(S3)的值也应该被4整除。
c1的偏移量为0，s的偏移量呢？这时s是一个总体，它作为结构体变量也满足前面三个准则，所以其大小为8，偏移量为4，c1与s之间便须要3个填充字节，而c2与s之间就不须要了，所以c2的偏移量为12，算上c2的大小为13，13是不能被4整除的，这样末尾还得补上3个填充字节。最后得到sizeof(S3)的值为16。
通过上面的叙述，我们能够得到一个公式：
sizeof( struct ) = offsetof( last item ) + sizeof( last item ) + sizeof( trailing padding )
到这里，朋友们应该对结构体的sizeof有了一个全新的认识，但不要高兴得太早，有一个影响sizeof的重要參量还未被提及，那便是编译器的pack指令。它是用来调整结构体对齐方式的，不同编译器名称和使用方法略有不同，VC6中通过#pragma pack实现，也能够直接改动/Zp编译开关。#pragma pack的基本使用方法为：#pragma pack( n )，n为字节对齐数，其取值为1、2、4、8、16，默认是8，假设这个值比结构体成员的sizeof值小，那么该成员的偏移量应该以此值为准，即是说，结构体成员的偏移量应该取二者的最小值，公式例如以下：
再看演示样例：
#pragma pack(2) // 必须在结构体定义之前使用
struct S1
{
char c;
int i;
};
struct S3
{
char c1;
S1 s;
char c2
};
#pragma pack(pop) // 恢复先前的pack设置
计算sizeof(S1)时，min(2, sizeof(i))的值为2，所以i的偏移量为2，加上sizeof(i)等于6，可以被2整除，所以整个S1的大小为6。
相同，对于sizeof(S3)，s的偏移量为2，c2的偏移量为8，加上sizeof(c2)等于9，不能被2整除，加入一个填充字节，所以sizeof(S3)等于10。
如今，朋友们能够轻松的出一口气了，:)
另一点要注意，“空结构体”（不含数据成员）的大小不为0，而是1。试想一个“不占空间”的变量怎样被取地址、两个不同的“空结构体”变量又怎样得以区分呢？于是，“空结构体”变量也得被存储，这样编译器也就仅仅能为其分配一个字节的空间用于占位了。例如以下：
sizeof( S5 ); // 结果为1
8. 含位域结构体的sizeof
前面已经说过，位域成员不能单独被取sizeof值，我们这里要讨论的是含有位域的结构体的sizeof，仅仅是考虑到其特殊性而将其专门列了出来。
C99规定int、unsigned int和bool能够作为位域类型，但编译器差点儿都对此作了扩展，同意其他类型类型的存在。
使用位域的主要目的是压缩存储，其大致规则为：
2) 假设相邻位域字段的类型同样，但其位宽之和大于类型的sizeof大小，则后面的字段将从新的存储单元開始，其偏移量为其类型大小的整数倍；
3) 假设相邻的位域字段的类型不同，则各编译器的详细实现有差异，VC6採取不压缩方式，Dev-C++採取压缩方式；
4) 假设位域字段之间穿插着非位域字段，则不进行压缩；
5) 整个结构体的总大小为最宽基本类型成员大小的整数倍。
还是让我们来看看样例。
演示样例1：
{
char f1 : 3;
char f2 : 4;
char f3 : 5;
};
其内存布局为：
---------------------------------
| | | | | | | | | | | | | | | | |
---------------------------------
0 3 7 8 13 16 (byte)
位域类型为char，第1个字节仅能容纳下f1和f2，所以f2被压缩到第1个字节中，而f3仅仅能从下一个字节開始。因此sizeof(BF1)的结果为2。
演示样例2：{
char f1 : 3;
short f2 : 4;
char f3 : 5;
};
因为相邻位域类型不同，在VC6中其sizeof为6，在Dev-C++中为2。
演示样例3：{
char f1 : 3;
char f2;
char f3 : 5;
};
非位域字段穿插在当中，不会产生压缩，在VC6和Dev-C++中得到的大小均为3。
9. 联合体的sizeof
结构体在内存组织上是顺序式的，联合体则是重叠式，各成员共享一段内存，所以整个联合体的sizeof也就是每一个成员sizeof的最大值。结构体的成员也能够是复合类型，这里，复合类型成员是被作为总体考虑的。
所以，以下样例中，U的sizeof值等于sizeof(s)。
{
int i;
char c;
S1 s;
};
（欲知C++中sizeof的内幕，敬请关注本文第二部分）
