为什么sizeof(string)等于32？

Question

字符串结构中的开销导致sizeof()大小为32，具体是什么呢？

- agam

---

如果你打开你的平台的<string>头文件，你就可以准确地看到为什么std::string的大小是那个大小。@Queso：sizeof返回一个对象占用的字节数。 - James McNellis

如果sizeof返回指针中的位数，那么你的编译器有问题。 - Anthony Williams

@Martin：因为“湿度”基本上被定义为水（或任何液体）的属性。我不知道“32”被定义为字符串的大小。 - Steve Jessop

@Steve Jessop：水是潮湿的，因为当前实现了地球作为一个标准温度和压力下（STP），使水能够保持液态。在其他实现中，它不是潮湿的（比如在气态的木星）。因此，这个字符串实现是32，因为在这个实现中它是这样构建的，在其他实现中可能是16或者64。字符串大小（就像水一样）将取决于它所用的环境。 - Martin York

好的，因为地球的标准大气压，水才是液态的，我们可以通过研究影响大气压的因素（例如大气压受质量和气体排放的影响）来进一步挖掘。那么问为什么一个实施者选择32，另一个选择64，与问为什么地球具有特定的表面压力和温度有什么关系呢？前者是由有感知的生命体所做出的选择，而后者在我看来不是，但即使在您看来也是，我认为C ++实施者并没有像上帝那样难以言喻的权利。 - Steve Jessop

Answer 1

大多数现代std::string实现方法¹会直接在静态大小的char数组中将非常小的字符串保存在堆栈上，而不是使用动态堆存储。这被称为Small (or Short) String Optimisation（SSO）。它允许实现避免为小字符串对象进行堆分配并提高相关性。

此外，会有一个std::size_t成员来保存字符串大小和指向实际char存储的指针。

具体实现方式有所不同，但以下示例基本适用：

template <typename T>
struct basic_string {
    char* begin_;
    size_t size_;
    union {
        size_t capacity_;
        char sso_buffer[16];
    };
};

在典型的架构中，其中sizeof(void*)=8，这使我们总共有32个字节的大小。

---

¹“大三”(自GCC 5版起使用的libstdc++、Clang的libc++和MSVC的实现)都这样做。其他的实现也可能这样做。

- Konrad Rudolph

---

@KonradRudolph 非常小的字符串直接保存在对象中，这可以是栈，也可以是堆，具体取决于字符串本身的分配位置，不是吗？ - Manuel Selva

@ManuelSelva 没错。 - Konrad Rudolph

@KonradRudolph 如何强制字符串始终在堆上分配？（为了使字符串对象小于32字节，例如8字节的意图。） - Luke

@LukeFisk-Lennon 你不能这样做。小字符串优化是某些（也就是所有现代）标准库实现的一个实现细节，它没有被语言规定。因此，在C++中无法更改它。你也不能在C++之外更改它（例如通过编译器选项），因为这样的更改将会破坏ABI。话虽如此，GCC4没有执行小字符串优化，因此你原则上可以使用--with-default-libstdcxx-abi=gcc4-compatible配置你的GCC，但那将是一个可怕的想法（=非常旧的实现）。 - Konrad Rudolph

@KonradRudolph 好的，我明白了。感谢您迅速的回复。 - Luke

Answer 2

std::string 通常包含一个用于"小字符串优化"的缓冲区 --- 如果字符串长度小于该缓冲区大小，则不需要进行堆分配。

- Anthony Williams

---

通常情况下（在Windows上）;-) - Steve Jessop

Windows编译器并不是唯一一个进行小字符串优化的编译器。 - Anthony Williams

当然可以，但如果您不愿意给它们命名，那么很难判断这是否是“典型”的行为，或者只是因为它是常见实现的行为（并且可能是其他实现）。 - Steve Jessop

据我所知，Dinkumware和STLPort都有，但gcc的实现没有。 - Dennis Zickefoose

顺便提一下，我之所以提到这个是因为“通常”涵盖了从“我相当有信心你不会看到其他任何东西”的范围到“我使用的50%或更多的实现都是这样做的”。我认为这很容易被误解。既不应该认为这种优化是异常的，也不应该认为缺少它是异常的。 - Steve Jessop

请注意，IBM-AIX C++实现包含一个带有32个字符缓冲区的小字符串实现（请参见此处：http://www-01.ibm.com/support/docview.wss?uid=swg21453760）。 - Theo

Answer 3

在g++5.2中（例如在g++4.9中是不同的），字符串基本上定义为：

class string {
  char* bufferp;
  size_t length;
  union {
    char local_buffer[16];
    size_t capacity;
  };
};

在普通计算机上，这相当于32个字节（8+8+16）。

当然，实际定义如下：

typedef basic_string<char> string;

但是这个想法是一样的。

- n.caillou

Answer 4

我猜测是：

class vector
{
    char type;
    struct Heap
    {
      char*   start;
      char*   end;
      char*   allocatedEnd;
    };
    struct Stack
    {
      char    size;
      char    data[27];
    }
    union
    {
        Stack   stackVersion;
        Heap    heapVersion;
    } version;
};

但我敢打赌有数百种方法可以做到这一点。

- Martin York

---

啊哦...没有引用计数？折叠功能去哪了？ - Erik Aronesty

@ErikAronesty 有一个阶段，使用std::string进行引用计数的尝试，但很明显这并不是很高效（多年来有几篇论文对此进行了研究），因此短字符串优化变得流行起来。 - Martin York

Answer 5

它依赖于库。你不应该依赖于std::string对象的大小，因为在不同的环境中它很可能会改变（显然在不同的标准库供应商之间，但也会在相同库的不同版本之间发生变化）。

请记住，std::string的实现是由优化了各种用例的人编写的，通常会导致2种内部表示，一种是短字符串（小内部缓冲区），一种是长字符串（堆分配的外部缓冲区）。与容纳这两个内容相关的开销都与每个std::string对象有关。

- André Caron

Answer 6

问：为什么狗是黄色的？ 答：不一定。

std::string对象的大小取决于实现。我刚刚检查了MS VC++ 2010。它确实使用32个字节来存储std::string。有一个16字节的联合体，其中包含字符串的文本（如果适合）或指向长字符串的堆存储的指针。如果实现者选择将18字节的字符串保留在字符串对象中而不是在堆上，则大小将为34字节。其他16个字节包括开销，包括字符串的长度和当前为字符串分配的内存量。

不同的实现可能总是从堆中分配内存。这样的实现无疑需要更少的内存来存储字符串对象。

- Jive Dadson