Question

我正在玩状态空间，这需要非常有效地存储探索状态。这意味着，我需要将多个信息存储在尽可能小的变量中。

让我们有一个非常简单的例子：想象一下，我想存储两个坐标。我可以创建一个两个整数的结构，但是每个整数都是（如果我错了，请纠正我）32b。但我的坐标都不大于 15 。零，它是16 = 2 ^ 4个不同的值，这意味着我只需要8b存储它们。因此，通过一些按位运算符魔术，我可以将这两个值存储在单个char：

中

unsigned int x, y; // initialized!!!!!
char my_code = (x << 4) | y;

当然，只有当x和y存储在“直接代码”中时，此代码才有效（我不确定此名称。它是数字的简单二进制表示，从最大位2 ^ n到2 ^ 1）

所以我的问题是：哪些二进制代码用于存储哪些基本的C / C ++变量？

编辑：过早优化？不。我当前的任务很小，它正在为更大的问题做准备，我需要存储从0到7的4个坐标.Toose坐标是8x8上的位置。所以我需要跟踪许多独特的组合 - 因为状态空间搜索是基于生成尚未探索的新状态。

没有可能的方法来存储多个整数并使用自定义比较器函数和set。对于像这样的大问题，我的记忆会流血，并且跟踪我已经访问过的内容也不会很好。具有可能组合大小的位集可能是最好的方法。（你可能会说，我所描述的那个问题对于那么大的bitset而言太大了，但有一个巧妙的技巧来处理它，对这个问题很重要。）所以，我需要某种“哈希”，可以创建很多方法 - 使用模块化算术（一种答案）或按位操作。对于今天的计算机而言，这两种解决方案之间的复杂性并没有太大差别。因为我好奇，我想用更奇特的第二种方式。但为了实现这一目标，我需要知道，数字如何以二进制级别存储 - 如果有一些verid编码，那么我的想法将完全无法使用。

我的问题不是关于变量的大小 - 这些都有很好的记录。

Answer 1

当然，如果x和y存储在“直接代码”中，此代码才有效

我猜你正在寻找的术语是endianness。但是，无论系统的字节顺序如何，(x << 4) | y都会为您提供相同的值。数学是与endian无关的。数学只是数学。唯一的区别在于内存布局 - 对于单个字节，即使这无关紧要。

我们可以通过一个例子来解决。假设x为0x0A0B0C0D而y为0x01020304。如果您的系统是big-endian，那意味着内存布局是：

x            : 0A 0B 0C 0D
y            : 01 02 03 04
x << 4       : A0 B0 C0 D0
(x << 4) | y : A1 B2 C3 D4
to char      :          D4

如果是小端的话：

x            : 0D 0C 0B 0A
y            : 04 03 02 01
x << 4       : D0 C0 B0 A0
(x << 4) | y : D4 C3 B2 A1
to char      : D4

无论哪种方式，0xD4。

虽然，您必须担心的一件事是实际转换为char。来自[conv.integral]：

如果目标类型是无符号的，则结果值是与源一致的最小无符号整数   整数（modulo 2 ⁿ其中n是用于表示无符号类型的位数）。 [注意：在两个人中   补码表示，这种转换是概念性的，并且位模式没有变化（如果有的话）   不是截断）。 -end note]

如果目标类型已签名，则该值如果可以在目标类型中表示，则不会更改;   否则，该值为实现定义。

如果char未签名，则该部分定义明确。如果它已经签署，那就不是。所以我更喜欢将unsigned char用于my_code。

Answer 2

不要试图自己破解东西。编译器完全能够直接执行此操作：

struct Packed {
  unsigned x : 4;
  unsigned y : 4;
};

你最好有几百万，否则拯救并不值得。

Answer 3

C不要求short，int或long的尺寸;它指定了它们必须能够表示的值的范围。 unsigned int必须能够在0到65535范围内表示至少值，这意味着它必须至少 16位宽，尽管它可能（和通常是更广泛的。签名int必须表示至少范围-32767到32767.请注意，C不强制要求两个补码表示，这就是为什么较低的值为-32767而不是-32768。

此外，除了值位之外，这些类型还可能具有填充位。我从未研究过在整数类型中使用填充位的实现。

使用常规二进制表示将积分值存储在值位中（即，N位，最左位是最高位）。

C99添加了stdint.h标头，它定义了具有精确宽度且没有填充位的整数类型。如果您的值确实在0到15之间，那么我建议您为每个使用uint8_t（8位，无符号）。由于这些类型适合单个字节，因此不会出现任何字节序问题。

Answer 4

C / C ++标准不强制integral types的特定表示。实际上，标准允许三种不同的表示 - 两个补码，一个补码和有符号的幅度表示。幸运的是，正数在所有表示中看起来都是一样的。

无论如何，你不必关心它 - 只需避免位操作操作符，如下所示。如果坐标范围是[0，N），则可以将它们打包为更宽的数据类型：

code = N * x + y;

或

code = N * N * x + N * y + z;

对于N = 16，您可以将两个坐标打包到单个unsigned char中：

unsigned char code = 16*x + y;

如何物理存储基本C / C ++类型的值？

4 个答案: