Char与字节数组的unsigned char

Question

当存储“字节数组”（blobs ...）时，最好使用char或unsigned char作为项目（ unsigned char aka uint8_t ）？ （标准说sizeof两者恰恰是1个字节）。

它有关系吗？ 或者一个比另一个更方便或更普遍？ 也许，像Boost这样的图书馆会用到什么？

Answer 1

如果char已签名，则对具有高位设置的字节值执行算术运算将在提升到int时导致符号扩展; 所以，例如：

char c = '\xf0';
int res = (c << 24) | (c << 16) | (c << 8) | c;

将给出0xfffffff0而不是0xf0f0f0f0 。 通过使用0xff屏蔽可以避免这种情况。

如果您与使用它而不是unsigned char库连接，那么char可能仍然是首选。

请注意，从char *到/来自unsigned char *的转换始终是安全的（3.9p2）。 支持unsigned char哲学理由是标准中的3.9p4支持它，至少对于表示可以保存对象的内存表示的字节数组：

类型的对象的对象表示 T是序列N unsigned char由类型的对象占据对象T ，其中N等于sizeof(T) 。

Answer 2

从理论上讲，C ++中字节的大小取决于编译器设置和目标平台，但保证至少为8位，这就解释了为什么sizeof(uint8_t)必须为1。

更准确地说，标准对此有何看法

§1.71

C ++内存模型中的基本存储单元是字节。 一个字节至少足以包含基本执行字符集（2.3）的任何成员和Unicode UTF-8编码形式的八位代码单元，并由连续的位序列组成，其数量为实现定义。 最低有效位称为低位; 最重要的位称为高位。 C ++程序可用的内存由一个或多个连续字节序列组成。 每个字节都有一个唯一的地址。

因此，如果您正在使用一些字节不是8位的特殊硬件，它可能会产生实际差异。 否则，我会说这是一个品味问题以及您希望通过类型选择进行沟通的信息。

Answer 3

尽管从可读性的角度来看，如果类型是unsigned char表示值为0..255，则更加清楚。

Answer 4

可能对blob使用带符号值的其他问题之一是该值将取决于符号表示，而不是标准的一部分。 因此，调用未定义的行为更容易。

例如...

signed char x = 0x80;
int y = 0xffff00ff;

y |= (x << 8); // UB

实际的算术值也严格依赖于两个补码，这可能会给一些人带来惊喜。 使用unsigned明确避免了这些问题。