在 Windows 上开发C++程序，使用 long 数据类型发现很容易溢出，才想到 Windows 平台上 long 的字长和 int 一样是 4，而不是 Linux 上常见的 8。

数据类型和字长

根据 C++标准，有：  sizeof(char) <= sizeof(short) <= sizeof(int) <= sizeof(long) <= sizeof(long long)，同时又规定：

    • char：至少8位（一个字节）
    • short：至少16位（两个字节）
    • int：至少16位（两个字节）
    • long：至少32位（4个字节）
    • long long：至少64位（8个字节）

int 的字长可以是 2，long 的字长可以是 4，因此 MSVC 下 long 和 int 大小一样没问题，只是比较少见。

展开来说，蒸熟类型的字长和编译器及操作系统采用的数据模型有关，已知的数据模型和字长关系有：

数据模型解释short字长int字长long字长long long字长
LP32long和pointer是32位，即2/2/4模型2248
ILP32int、long和pointer是32位，即2/4/4模型2448
LP64long和pointer是64位，即4/8/8模型2488
LLP64long long和pointer是64位，即4/4/8模型2448
ILP64int、long和pointer是64位，即8/8/8模型2888
SILP64short、int、long和pointer是64位8888

 

char 都是8位，即一个字长(byte)，目前没见到哪个神经病系统或者编译器使用其他字长

如今的桌面和移动主流处理器基本上支持64地址，因此现在32位模型较少使用（旧硬件、旧系统以及X32 ABI会用到）；此外 SILP64 基本上也没见哪个编译器使用，实在是没必要。Windows 上的 MSVC（以及mingw环境下的GCC/clang） 使用的是 LLP64 模型，所以 int 和 long 都是4个字节。除了Windows，主流操作系统和编译器（绝大部分Linux/Unix、Macos，以及cygwin上的gcc/clang）都采用的是 LP64 模型，这也是为什么一般都会默认long 是8个字节，即64位。

除了 LP64 ，另一个在科学计算领域常见的模型是 ILP64，例如Intel MKL的某些库分 LP64 和 ILP64 版本。在大量数据处理的场景，int32 很容易溢出，因此矩阵/向量行列索引也需要用64位整数。在现代的处理器上，64位整数和32位整数运算的性能基本一致，但是会多占用一倍的内存。如果用到了第三方库（例如OpenBLAS），要让要求使用一致的数据模型，否则可能导致错误的结果。

定长整数类型

鉴于不同数据模型导致的基本类型字长不一样，对于跨平台的保证64位整数，long 是不可靠的。幸运的是，C++11引入了定长整数类型。对于定长整数有要求的场景，建议用以下数据类型：

    • std::int8/std::uint8
    • std::int16/std::uint16
    • std::int32/std::uint32
    • std::int64/std::uint64

另外一个常用类型时 size_t，一般是 unsigned long long int 的别名，绝大多数情况下都能保证64位，不考虑符号的情况下够用了。但是对于 OpenMP for循环的场景，其要求索引是有符号整数，类似的少数场景下 size_t 无法使用。

对于范围更大的整数需求，例如 int128，C/C++标准未提及，但是不少编译器已经内置支持。如果编译器不支持，则需要手动引入相应的开源代码。

参考

1. 64-bit computing

2. 64-Bit Programming Models: Why LP64?

3. Int32 VS Int64 performance

 

分享