C 中的位、字节、字符和整数大小答案

【问题标题】：Bits, bytes, character, and integer sizes in CC 中的位、字节、字符和整数大小
【发布时间】：2018-03-14 03:41:20
【问题描述】：

根据我在 stackoverflow 上搜索和发现的内容，我发现一个字符始终是 1 个字节。这是肯定的。但是，我也看到它可能不是 8 位（它可能更大，参见 CHAR_BITS）。这是否意味着如果在某些假设的架构中是 10 位，那么 1 字节 = 10 位？这是否意味着如果实现默认整数为 4 个字节，那么 int 的大小将为 40 位？尽管 Internet 上的线程数量惊人，但我对所有这些位字节的变化感到有些怀疑。

【问题讨论】：

为什么知道“字节”/char 是否为 8、9、16 等位很重要？通常该问题的答案指出位宽并不重要，但 type 很重要。如果代码需要 8 位，请使用 (u)int8_t。如果代码需要32位，使用(u)int32_t，如果代码至少需要32位，使用(u)int_least32_t.或long等。如果代码需要知道int的范围，使用INT_MIN/INT_MAX。
与其说是“为什么重要”的问题，不如说是在我继续前进之前真正理解一切的问题，我的强迫症阻止我这样做。但是，是的，我明白为什么我可以简单地使用这些 typedef。根据我现在的理解，C 标准将“字节”视为字符大小的东西。现在按照惯例，这可能是 8 位，但也可能更多。无论如何，为了术语，C 将此大小计为一个字节，而通常我们将一个字节定义为 8 位。希望我明白了。
BITD, C 在各种架构中开创了一个中间地带。将一个公司的正常“字节”和另一个平台的不同大小的“字节”取为“字节”/char至少8位，取决于平台，是最小的单位。这种创新产生了遵循松散定义的可移植代码。今天，市场可接受的架构越来越紧缩。如果想要非常严格的编码定义，C 不是最佳选择。如果一个人想要一种能够适应创新但又不超越过去的语言，那么 C - warts (many) and all - 是一个长期的好选择。

标签： c byte bit primitive

【解决方案1】：

对于现代平台，这些大小是可预测的，byte 是 8 位，int 是 4 或 8 个字节，依此类推。 “字节”的定义和实现不太可能改变，因为它的这个版本结合了 1970 年代引入的 8 位 CPU，这可以说导致 ASCII 战胜竞争标准。它已经变得如此根深蒂固，以至于有些语言按字面意思对待它：在法语中，“字节”一词是“八位字节”。

对于历史平台，所有赌注都已取消。有些使用 10、12、18 或 36 位整数。早期的计算机根本不使用字节，而是使用任意大小的words。事物由这些单元组成，其中“双字”值可能是 48 位，无论出于何种原因。这是一个时代，一个比特可能由多个真空管或全尺寸晶体管表示，因此实际成本问题导致一些非常不寻常的设计。

现在说到字符，它们不一定是一个字节。在UNICODE 中，它们可能远不止于此，尤其是当表示为 UTF-8、UTF-16 或 UTF-32 时，这类文本的常见编码方法。只有在像 Latin1 这样的 8 位编码中，字符和字节才能互换。

重要的是要考虑到，虽然大多数消费类 CPU 的尺寸都非常均匀，但在处理 DSP 或定制 FPGA 处理器等专用设备时，这一切都消失了。

好消息是，您不太可能在围绕异常寄存器大小构建的 DSP 或定制 FPGA 处理器上进行字符处理。这些通常专注于处理一些其他类型的数字数据。

【讨论】：

ASCII 是 7 位。一些最初的 C 计算机有 9 位“字节”，因为字长 36 不能被 7 整除，但 9 可以。我想没有一个架构可以支持 C 的实际 7 位可寻址字节。
@AnttiHaapala 你说得对，ASCII 是一个 7 位标准，但它通常以 8 位存储，其中高 128 个字符留给供应商用于各种目的，通常用于图形字符或重音字母变体。我的意思是 ASCII，以及由 IBM PC 推广的 8 位“ANSI”集，而不是 EBCDIC 或其他创建字符标准的尝试。