为什么`(char)~0`和`(unsigned char)~0`返回不同宽度的值？

Question

在尝试打印UTF-8字符的组成字节值时，我遇到了这个问题。

这是我编写的用于测试各种~0操作的程序：

#include <stdio.h>

int main()
{
    printf("%x\n", (char)~0); // ffffffff
    printf("%x\n", (unsigned char)~0); // ff
    printf("%d\n", sizeof(char) == sizeof(unsigned char)); // 1
    printf("%d\n", sizeof(char) == sizeof(unsigned int)); // 0
    printf("%d\n", (char)~0 == (unsigned int)~0); // 1
}

我不太明白为什么 char 会生成一个 int 大小的值，而 unsigned char 会生成一个 char 大小的值。

- Marcus Harrison

---

%x 期望一个 unsigned int。所以当你传入 -1 时，它会被转换为最大的 unsigned int（在2's补码机器上）。我不知道这是否是标准，还是只发生在这里。使用 %hhx 可以做正确的事情。但使用无符号类型会更有意义。 - ikegami

如果char是有符号的，那么(char)~0可能会被转换为(char)-1。通过默认参数提升，(char)-1会被转换为(int)-1。 - Ian Abbott

你不能直接将 char 传递给 printf()。在调用函数的过程中，它会自动转换为 int。当 char 是有符号的（例如在您的实现中），(char)~0 是一个负值。当一个负值被重新解释为 unsigned int（当 printf() 处理 "%x" 时），它在最高有效位上有一堆二进制 1。 - pmg

我之前的评论有一个更准确的版本：%x 需要一个 unsigned int。所以你传递的 -1（由于整数提升而成为 int）被解释为 unsigned int，在 2 的补码机器上得到最大的 unsigned int。使用 %hhx 可以做正确的事情。但是使用无符号类型（例如 unsigned char）会更有意义。 - ikegami

@EricPostpischil 如果假设使用二进制补码，~0 将产生 (int)-1，因此将在有符号 char 的范围内。 - Ian Abbott

@IanAbbott：啊，对了。 - Eric Postpischil

Answer 1

当向像printf这样的变参函数传递比int更小的类型时，它会被提升为int类型。

在第一种情况下，您正在传递值为-1的char，其表示（假设为2的补码）为0xff。这被提升为值为-1且表示为0xffffffff的int，因此打印出来的就是这个数。

在第二种情况下，您正在传递值为255且表示为0xff的unsigned char。这被提升为值为255且表示为0x000000ff的int，因此打印出来的就是这个数（不带前导零）。

- dbush

---

当像这样解释时，它完全有意义，这是算术提升，而不是位运算。我根本没有考虑过这一点。有符号字符-1被转换为有符号整数-1，并被视为无符号整数进行打印。 - Marcus Harrison

Answer 2

他们不会产生不同宽度的值，而是会产生具有不同设置比特数的值。

在您的C实现中，看起来int是32位的且char是有符号的。在本答案中，我将使用这些内容，但读者应该注意，C标准允许其他选择。

我将使用十六进制来表示代表值的位。

在(char)~0中，0是一个int。然后，~0具有位FFFFFFFF。在32位二进制补码int中，这代表-1。(char)将其转换为char。

此时，我们有一个值为-1的char，用FF表示。当作为参数传递给printf时，它会自动转换为int。由于其值为-1，因此将其转换为值为-1的int。表示int的位为FFFFFFFF。您要求printf使用%x格式化它。技术上讲，这是个错误；%x是用于unsigned int的，但是您的printf实现将FFFFFFFF的位格式化为unsigned int，生成输出“ffffffff”。

在(unsigned char)~0)中，~0的值再次为-1，用位FFFFFFFF表示，但现在转换为unsigned char。转换为无符号整数类型后，会对模数M进行包装，其中M是该类型的最大值加1，因此对于8位的unsigned char来说是256。从数学上讲，转换为-1 + 1•256=255，这是开始值加上将值带入unsigned char范围所需的256倍数。结果是255。实际上，它是通过取低八位来实现的，因此FFFFFFFF变成FF。但是，在unsigned char中，位FF代表255而不是-1。

现在我们有一个值为255的unsigned char，用FF表示。传递给printf的结果会自动转换为int。由于其unsigned char值为255，因此将其转换为int的结果为255。当您要求printf使用%x格式化它时（如上所述是错误的），printf会将其格式化为位unsigned int，生成输出“ff”。

- Eric Postpischil

Answer 3

在这两个调用中

printf("%x\n", (char)~0); // ffffffff
printf("%x\n", (unsigned char)~0); // ff

表达式 (char)~0) 和 (unsigned char)~0) 由于整数提升而转换为类型 int。

在使用的系统中，类型 char 的行为类似于类型 signed char。因此，在将表达式提升为类型 int 时，符号位会被传播。

另一方面，在整数提升之前，由于转换为无符号类型，表达式 (unsigned char)~0 具有类型 unsigned char。因此，在将表达式提升为类型 int 时，两者的符号位都不会传播。

注意，转换说明符 x 适用于类型 unsigned int 的对象。因此，第一个 printf 调用应该写成：

printf("%x\n", ( unsigned int )(char)~0);

- Vlad from Moscow