8

Tengo el siguiente código:

struct datos
{
    char c;
    int i;
    long l;
};

#define SO(x) #x << " = " << x

int main()
{
    datos d;

    std::cout
        << SO(sizeof(d)) << '\n'
        << SO(sizeof(d.c)) << '\n'
        << SO(sizeof(d.i)) << '\n'
        << SO(sizeof(d.l)) << '\n'
        << SO(sizeof(char) + sizeof(int) + sizeof(long)) << '\n';

    return 0;
}

Que produce la siguiente salida:

sizeof(d) = 16
sizeof(d.c) = 1
sizeof(d.i) = 4
sizeof(d.l) = 8
sizeof(char) + sizeof(int) + sizeof(long) = 13

Hace tiempo que finalicé mis estudios de primaria, pero la última vez que lo comprobé sumar uno, cuatro y ocho resultaba en trece; pero al solicitar el tamaño de datos me devuelve dieciséis, que no es la suma de uno, cuatro y ocho.

¿Qué está pasando?

1 respuesta 1

10

Esto se debe a una decisión que toma el compilador a la hora de generar el tipo de manera que coincida con múltiplos del tamaño de la palabra de procesador.

Palabra de procesador.

La palabra de procesador1 indica, a grandes rasgos, cuántos bits puede procesar un procesador en una sola operación. Como analogía podemos imaginar un polígrafo, cuantas más agujas tiene más rayas puede dibujar a la vez:

La palabra de procesador también nos indica el tamaño de los datos que pueden viajar a través del bus en cada ciclo; por ejemplo: Un procesador de 16 bits tardará dos ciclos de bus en enviar un entero de 32 bits.

Alineación en memoria.

Dado que int en tu sistema parece ocupar 4 bytes, tu palabra de procesador seguramente sea de 32 bits. ¿Cuál es el tamaño en bits de la estructura datos?

| <----------------- datos 13 * 8 = 104 bits ------------------> |
|char|        int        |                 long                  |
| 1  | 2  | 3  | 4  | 5  | 6  | 7  | 8  | 9  | 10 | 11 | 12 | 13 |

El tamaño deberían ser 13 bytes (104 bits), siendo la palabra de procesador 32 bits, obtenemos que la estructura datos ocupa 3,25 palabras de procesador; esto supone que para leer una instancia de la estructura necesitaremos 4 lecturas de las cuales, en la última ignoraremos los 3 últimos bytes leídos.

Si tras esta instancia de datos de 104 bits almacenamos otra, su dirección de memoria estaría desalineada 1 byte respecto a los múltiplos de la palabra de procesador, igualmente deberá realizar 4 lecturas pero después de leer tendrá que alinear los datos descartando el primer byte y después desplazando los datos un byte a la izquierda2.

Para evitar este trabajo de más, los objetos se crean de manera que ocupen múltiplos de la palabra de procesador, así que la estructura datos en realidad tiene este aspecto en memoria:

| <------------ datos 13 * 8 bits + "relleno" 3 * 8 bits = 128 bits -----------> |
|        char        |        int        |                 long                  |
| 1  | re |lle | no  | 2  | 3  | 4  | 5  | 6  | 7  | 8  | 9  | 10 | 11 | 12 | 13 |

En total la estructura acaba ocupando 16 bytes, que son los 13 originales mas los 3 de relleno para hacer que su tamaño sea múltiplo de la palabra de procesador (4 bytes).

¿Cómo se que el relleno está entre datos::c y datos::i? Porque también se está alineando la información en el interior de la estructura datos; sin la alineación datos::i estaría a caballo entre dos palabras de procesador y requeriría dos lecturas (y re-alineación) para ser leído. También porque podemos comprobar la dirección de cada elemento, con este código:

struct datos
{
    char c;
    int i;
    long l;
};

#define DISTANCIA(x, y) #x << " - " << #y << " = " << ((long long)((void*)&x) - (long long)((void*)&y))

int main()
{
    datos d;

    std::cout
        << DISTANCIA(d.c, d) << '\n'
        << DISTANCIA(d.i, d) << '\n'
        << DISTANCIA(d.l, d) << '\n';

    return 0;
}

Obtenemos la siguiente salida:

d.c - d = 0
d.i - d = 4
d.l - d = 8

Que nos demuestra que entre cada dato de la estructura datos hay una distancia de 4 bytes.

Alinear a mi gusto.

Si por algún motivo quieres evitar que el compilador decida el tamaño de tus estructuras (puede que las estés serializando) puedes usar el atributo __attribute__((packed)) de GCC y CLang o #pragma pack(1) en MSVC.

MSVC
#pragma pack(1)
struct datos
{
    char c;
    int i;
    long l;
};
GCC/CLang
struct datos
{
    char c;
    int i;
    long l;
}__attribute__((packed));

Con estos cambios, el siguiente código:

#define SO(x) #x << " = " << x
#define DISTANCIA(x, y) #x << " - " << #y << " = " << ((long long)((void*)&x) - (long long)((void*)&y))

int main()
{
    datos d;

    std::cout
        << SO(sizeof(d)) << '\n'
        << SO(sizeof(d.c)) << '\n'
        << SO(sizeof(d.i)) << '\n'
        << SO(sizeof(d.l)) << '\n'
        << SO(sizeof(char) + sizeof(int) + sizeof(long)) << '\n';

    std::cout
        << DISTANCIA(d.c, d) << '\n'
        << DISTANCIA(d.i, d) << '\n'
        << DISTANCIA(d.l, d) << '\n';

    return 0;
}

Produce la siguiente salida:

sizeof(d) = 13
sizeof(d.c) = 1
sizeof(d.i) = 4
sizeof(d.l) = 8
sizeof(char) + sizeof(int) + sizeof(long) = 13
d.c - d = 0
d.i - d = 1
d.l - d = 5

En que vemos que el tamaño de la estructura datos ha pasado a 13 y la distancia entre datos::c y datos::i es de 1 byte (el tamaño de datos::c).


1No tiene nada de bíblico.

2Esto es conceptualmente, el procesador puede leer la memoria de otra manera.

11
  • ¡Explicación genial! Aunque recuerda que el operador sizeof no devuelve exactamente el tamaño en bytes, sino el tamaño en tamaños de char (sizeof(char) siempre da 1 aunque un char ocupe más de 1 byte). Para saber exactamente el tamaño en bytes sin margen de error tendrías que multiplicarlo por la macro CHAR_BIT de limits.h y dividirlo por 8 (aunque en la mayoría de los casos como el ejemplo, un char es 1 byte). Commented el 25 jul. 2017 a las 11:53
  • Me temo que no @CarlosA.Gómez en el estándar indica literalmente § 5.3.3 Sizeof The sizeof operator yields the number of bytes in the object representation of its operand. (El operador sizeof devuelve el número de bytes en la representación del objeto que sea su operando). Commented el 25 jul. 2017 a las 12:34
  • In the programming languages C and C++, the unary operator sizeof generates the size of a variable or datatype, measured in the number of char size storage units required for the type. As such, the construct sizeof (char) is guaranteed to be 1. The actual number of bits of type char is specified by the preprocessor macro CHAR_BIT, defined in the include file limits.h. On most modern systems this is eight bits. The result has an unsigned integral type that is usually denoted by size_t. en.wikipedia.org/wiki/Sizeof Commented el 25 jul. 2017 a las 12:37
  • 1
    Está muy bien la Wikipedia, pero yo estoy citando el estándar de c++ :) por otro lado la constante CHAR_BIT perteneciente a la cabecera <limits.h> corresponde a c (no C++). CHAR_BIT sólo existe en C++ por retrocompatibilidad con C. sizeof en C y en C++ tiene significados distintos. Commented el 25 jul. 2017 a las 12:39
  • 1
    Se mide en bytes, pero byte no significa 8 bits: C++ standards borrows from C standards and borrows CHAR_BIT macro which specifies number of bits in a byte in climits.h : Section C3 , Table 150 6. In C 99 standards ( ISO/IEC 9899:1999 ), minimum char bits is guaranteed to be 8 bits in section 5.2.4.2.1 ( Sizes of integer types) : Commented el 25 jul. 2017 a las 12:49

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.