“char”带有符号是什么意思？

Question

考虑到有符号整数和无符号整数使用相同的寄存器等，只是以不同的方式解释位模式，而C字符基本上只是8位整数，那么C中有符号字符和无符号字符之间有什么区别？ 我知道char的有符号性是实现定义的，但我简单地无法理解它如何可能有所不同，至少当char用于保存字符串而不是执行数学运算时。

- dsimcha

---

答案很简单，你认为字符不用于数学运算的假设是错误的。我经常在系统代码中使用 "uint8_t" 和 "int8_t"，它们通常被定义为无符号和有符号字符。 - Evan Teran

我认为这部分是因为我忘记了C语言中没有明确的字节/无符号字节类型。 - dsimcha

可能是signed/unsigned char之间的区别的重复问题。 - Ciro Santilli OurBigBook.com

Answer 1

对于字符串来说不会有什么影响。但是在C语言中，当使用char进行数学计算时，它会产生影响。

实际上，在受限内存的环境下工作，比如嵌入式的8位应用程序中，char经常被用于做数学计算，这时它就非常重要了。这是因为在C语言中默认没有byte类型。

- Nick Fortescue

---

他的意思是说，没有叫做“byte”的类型，而不是任何类型都不能是字节型。 - Eagle-Eye

在C语言中有uint8_t类型。除非系统完全不透明，否则字节是8位。 - Lundin

这是否解释了为什么即使使用signed char，所有字符都可以用unsigned char表示？（我假设负值不编码为任何内容）。在我看来，unsigned char应该是默认类型，而不是signed char。 - einstein

Answer 2

就它们所代表的值而言：

unsigned char：

• 跨越值范围0..255（00000000..11111111）

• 值在低端溢出时为：

  0 - 1 = 255（00000000 - 00000001 = 11111111）

• 值在高端溢出时为：

  255 + 1 = 0（11111111 + 00000001 = 00000000）

• 按位右移运算符（>>）进行逻辑移位：

  10000000 >> 1 = 01000000（128/2 = 64）

signed char：

• 跨越值范围-128..127（10000000..01111111）

• 值在低端溢出时为：

  -128 - 1 = 127（10000000 - 00000001 = 01111111）

• 值在高端溢出时为：

  127 + 1 = -128（01111111 + 00000001 = 10000000）

• 按位右移运算符（>>）进行算术移位：

  10000000 >> 1 = 11000000（-128/2 = -64）

我包括二进制表示法以显示值包裹行为是纯净、一致的二进制算术，与char是有符号/无符号无关（除了右移）。

更新

在评论中提到的一些特定于实现的行为：

• char != signed char。“char”类型没有“signed”或“unsigned”是实现定义的，这意味着它可以像已签名或未签名类型一样运作。

有符号整数溢出会导致未定义行为，程序可以做任何事情，包括转储核心或越界缓冲区。

- Ates Goral

---

嗯...有符号类型的溢出行为不是实现定义的吗？ - Martin Ba

@MartinBa 我不知道。你知道有任何不同的情况吗，还是你只是在问？我的直觉告诉我行为应该是一致的，因为我不会想象C实现会做超出底层CPU对某些ADD机器指令所做的事情 -- 在我有限的CPU知识范围内，它是相同的按位加法。 - Ates Goral

相比之下，C标准规定有符号整数溢出会导致未定义的行为，程序可以执行任何操作。由于历史原因，C标准还允许使用补码或者反码算术实现。 - Martin Ba

@Ates：是的，例如，如果您的循环索引是有符号整数类型，优化器将生成更有效的循环代码，因为它们不必担心在溢出情况下执行预期操作。 - user1084944

@Altes Goral：我喜欢你的答案，但我认为你应该提到char！=signed char。没有“signed”或“unsigned”的类型“char”是实现定义的，这意味着它可以像有符号或无符号类型一样运作。 我认同你的答案，但需要补充说明char与signed char是不同的数据类型。在C语言中，没有指定char类型是有符号还是无符号的，因此它的行为将取决于具体实现。 - FrozenTarzan

Answer 3

#include <stdio.h>

int main(int argc, char** argv)
{
    char a = 'A';
    char b = 0xFF;
    signed char sa = 'A';
    signed char sb = 0xFF;
    unsigned char ua = 'A';
    unsigned char ub = 0xFF;
    printf("a > b: %s\n", a > b ? "true" : "false");
    printf("sa > sb: %s\n", sa > sb ? "true" : "false");
    printf("ua > ub: %s\n", ua > ub ? "true" : "false");
    return 0;
}


[root]# ./a.out
a > b: true
sa > sb: true
ua > ub: false

在排序字符串时这很重要。

- Quassnoi

---

默认情况下，char是有符号的。正如楼主所说，这是实现定义的。 - Steve Fallows

Answer 4

有几个区别。最重要的是，如果您通过分配太大或太小的整数来溢出char的有效范围，并且char为带符号的，则结果值是实现定义的，甚至可能会引发一些信号（在C中），就像所有带符号的类型一样。相比之下，当您将某些东西分配给无符号字符时，它的大小超出了范围：该值会环绕，您将获得明确定义的语义。例如，将-1分配给无符号字符，您将获得UCHAR_MAX。因此，每当您拥有一个字节，例如从0到2 ^ CHAR_BIT的数字，您应该真正使用无符号字符来存储它。

当传递给vararg函数时，符号也会有所不同：

char c = getSomeCharacter(); // returns 0..255
printf("%d\n", c);

假设分配给c的值太大，char无法表示，并且机器使用二进制补码。许多实现对于将过大的值分配给char的情况都有特殊处理，即位模式不会改变。如果int能够表示char的所有值（对于大多数实现来说是这样的），那么在传递给printf之前，char将被提升为int。因此，传递的值将为负数。提升为int将保留该符号。因此，您将得到一个负结果。但是，如果char是无符号的，则该值是无符号的，并且将其提升为int将产生正整数。您可以使用unsigned char，这样您将获得对变量赋值和传递给printf的精确定义行为，然后打印出一些正数。

请注意，char、unsigned char和signed char都至少有8位宽度。没有要求char的宽度恰好为8位。但是，对于大多数系统而言，这是正确的，但是对于某些系统，您会发现它们使用32位字符。在C和C++中，字节的大小定义为char的大小，因此在C中，字节的宽度也不总是恰好为8位。

另一个区别是，在C中，unsigned char必须没有填充位。也就是说，如果您发现CHAR_BIT为8，则unsigned char的值必须从0到2 ^ CHAR_BIT-1。如果char是无符号的，则情况也是如此。对于signed char，即使您知道编译器如何实现符号（二进制补码或其他选项），也不能假设任何值的范围，因为其中可能有未使用的填充位。在C ++中，三种字符类型都没有填充位。

- litb

Answer 5

"一个字符被标记为signed意味着什么？"

传统上，ASCII字符集由7位字符编码组成。（与8位EBCIDIC相反。）

当C语言被设计和实现时，这是一个重要的问题。（由于各种原因，如通过串行调制解调器设备进行数据传输。）额外的位具有像奇偶校验等用途。

"signed字符"恰好适合此表示。

另一方面，二进制数据只是获取每个8位数据块的值，因此不需要符号。

- user50612

Answer 6

在字符中，有符号性与其他整数类型基本相同。正如您所指出的那样，字符实际上只是一个字节的整数。（不一定是8位！这是有区别的；在某些平台上，一个字节可能比8位更大，并且由于char和sizeof(char)的定义，char与字节密切相关。在C++的或中定义的CHAR_BIT宏将告诉您char中有多少位。）

在C和C++中，没有标准类型叫做“byte”。对于编译器来说，“char”就是字节，反之亦然，并且它们之间没有区别。有时候，你需要这样做--有时候你希望那个“char”成为一个一字节的数字，在这种情况下（特别是字节能够拥有的范围很小），你通常也关心这个数字是有符号的还是无符号的。我个人使用有符号（或无符号）来表示某个“char”是一个（数值型的）“byte”，而不是一个字符，并且它将被用作数字。如果没有指定有符号性，那么这个“char”确实是一个字符，并且旨在用作文本。

我曾经这样做，但现在较新版本的C和C++有“(u?)int_least8_t”（目前在“”或“”中进行了typedef），它们更明确地表示数字（虽然它们通常只是有符号和无符号的“char”类型的typedef）。

- cHao

Answer 7

在计算机图形学中（其中通常使用8位值存储颜色），字节的算术运算非常重要。除此之外，我能想到两种主要情况需要考虑字符符号：

• 转换为较大的整数
• 比较函数

讨厌的是，如果所有字符串数据都是7位，则不会出现这些问题。然而，如果您尝试使C/C++程序具备8位清洁性，则这将是一个无休止的晦涩错误源。

- comingstorm

Answer 8

我能想象到唯一会出现问题的情况是你选择在字符上进行数学运算。编写以下代码是完全合法的。

char a = (char)42;
char b = (char)120;
char c = a + b;

根据 char 的符号，c 可能是两个值中的一个。如果 char 是无符号的，则 c 将为 (char)162。如果它们是有符号的，则会出现溢出情况，因为有符号 char 的最大值为 128。我猜测大多数实现只会返回 (char)-32。

- JaredPar

Answer 9

关于有符号字符的一件事是，您可以测试c >= ' '（空格），并确保它是一个普通可打印的ASCII字符。当然，这不是可移植的，所以并不是非常有用。

- user3458

---

标准库包含一个名为isprint的函数，可以检查字符是否可打印，因此这个技巧根本没有用处。 - Nate879

但 ASCII 码 127 是“删除”，不是可见的图形字符，您提出的检查将欣然接受它。从被终端可靠地解释的意义上来说，它甚至不具备可移植性。 - underscore_d