C中的位、字节、字符和整数大小

Question

从我在堆栈溢出上搜索并找到的内容中，我看到一个字符总是1字节。这是肯定的。但是，我也看到它可能不是8位(可能更大，参见CHAR_BITS)。这是否意味着，如果它是，例如，10位，在某些假设的架构中，那么1字节= 10位？这是否意味着如果实现默认整数为4个字节，那么int的大小将是40位吗？尽管互联网上的线程数量惊人，但我对所有这些比特字节的变化都有些动摇。

Answer 1

对于现代平台，这些大小是可预测的，字节是8位，int是4或8个字节，依此类推。“字节”的定义和实现不太可能改变，因为20世纪70年代引入了8位CPU，这使得ASCII战胜了相互竞争的标准。在法语中，“字节”这个词是“八重奏”。

对于历史平台，所有的赌注都取消了。有些使用10、12、18或36位整数。早期的计算机根本不使用字节，而是使用任意大小的单词。事物是由这些单位组成的，其中一个“双字”值可能是48位，无论出于什么原因。这是从一个时代，一位可能代表几个真空管或全尺寸晶体管，所以实际的成本考虑导致一些非常不寻常的设计。

现在，当谈到字符时，它们不一定是一个字节。在UNICODE中，它们可能更多，特别是当表示为UTF-8，UTF-16或UTF-32，这类文本的常见编码方法。只有在像Latin1这样的8位编码中，字符和字节才是可互换的。

重要的是要考虑到，虽然大多数消费CPU在大小上是相当一致的，但是在处理像DSP或自定义FPGA处理器这样的专用设备时，这一切都是不可能的。

好消息是，您不太可能在基于异常寄存器大小的DSP或自定义FPGA处理器上进行字符处理。这些数据通常集中于处理其他类型的数字数据。