C++之char , signed char , unsigned char，以及Integral Promotion

C++之char , signed char , unsigned char，以及Integral Promotion

转载自：http://hi.baidu.com/nicker2010/item/591b02096c17ded6dce5b0eb

ANSI C 提供了3种字符类型，分别是char、signed char、unsigned char.而不是像short、int一样只有两种(int默认就是signed int).

三者都占1个字节（1 byte），因此：

signed char取值范围是 -128 到 127(有符号位)
unsigned char 取值范围是 0 到 255

这个大家都很清楚！！

但是char 呢？范围是多少？

答案是：不一定！！！

我们先看一下大师们怎么说的：

（Thinking in C++ 2nd）：

signed is the default and is only necessary with char; char may or may not default to signed. By specifying signed char, you force the sign bit to be used. 

译文：有符号类型是默认（指的是对于其他整型如int等来说）的类型并且仅对于char来说才是必须的。char有可能 是signed也有可能是unsigned（我想这可能取决于编译器的具体实现）。但通过显式地指定一个char为signed，你就迫使其成为有符号的 字符型。

我的看法是：

我们首先从这些类型的用处开始想起！

char是用来声明字符的！

而signed char和unsigned char是用来声明数值的，和int与unsigned int一样，只是其占据的空间少（这在手机等空间有限的嵌入式系统中尤其有效！），表示的范围有限。

那么char在各个编译器中是怎样实现的？

c标准中对此是 Implementation Defined，就是未明确定义，由具体的编译器明确定义。

但是一般都是用signed char或unsigned char来实现char的，因为这三种类型的对象在存储介质中的表现形式是一样的（都是一个占8bit的01串，只是解析的时候不同）。

至于到底是signed char还是unsigned char，各个编译器不同！！VC编译器、x86上的GCC都把char定义为signed char，而arm-linux-gcc却把char定义为 unsigned char.

这样一来，在代码移植（困扰我们程序员的一个问题）上就会出现问题,举个最简单的例子：

char a = 0xb6;

 if ( a == 0xb6) puts("hello world !");

在vc 或 x86的gcc 上，都是不会打印出 hello world! 的。

用 arm-linux-gcc 编译，在arm板上，是可以打印出hello world ! 的。

我们再变化一下：

char a = 0xb6;
short b = 0xb600;
int c = 0xb6000000;

if ( a == 0xb6) puts("a");
if ( b == 0xb600) puts("b");
if ( c == 0xb6000000) puts("c");

在vc 或 x86的gcc 上，只会打印出 c 。用 arm-linux-gcc 编译，在arm板上，是可以打印出 a 和 c 。是不是发现了什么了呢？

首 先，介绍 Integral Promotion（整数提升） 。通俗点说，c在处理整型（char short int）时，都会自动提升为int（如果int范围不够，则提升成 unsigned int）。比如  “a == 0xb6”，首先0xb6会当一个int来处理，变为0x000000b6（关于常量，后面还会仔细说明）。a 会提升为int ，假如 char 被定义为有符合的，那么 a 为负数，因为最高位为1，所以 a会提升为 0xffffffb6。假如 char 被定义为无符号的，那么a会提升为 0x000000b6 。

即，在vc 或 x86的gcc 上，（a == 0xb6） 会变为 （0xffffffb6 == 0x000000b6） ，而在 arm-linux-gcc 上，变为（0x000000b6 == 0x000000b6）。

对于 short，因为c标准明确规定 不加关键字，就代表有符号数。所以，无论在什么编译器上 b == 0xb600 都会变成 0xffffb600 == 0x0000b600 。

对于 int，本身是int，也就不用 Integral Promotion 了，所以  c == 0xb60000 中 ，c不做任何处理，直接从内存中读出来，即  0xb60000 == 0xb60000。

最 后，简单说一下常量。用八进制（0开头）或十六进制（0x开头）表示的常量，他们都会当成无符号数处理！ 另外 像 char a = 0xb6； 这句就有两个 Implementation Defined，一个是char带不带符号，另外一个是，假如char为有符号， 0xb6 会当int 0x000000b6 处理，把这个int 变为 有符号的 char 有溢出，会有问题，0xb6本为正数，赋值到a中却变为负数，具体要怎么处理，c对此也是 Implementation Defined。

1.
C++中内置数据类型分为两类：整数、浮点数。 对于不同的整数类型来说，比如int，unsigned int，有这么两句话：
int a=11；
unsigned int b=11；
我们可以看对应的汇编代码：

00BC14FE  mov         dword ptr [a],0Bh 
00BC1505  mov         dword ptr [b],0Bh
我们不难发现，数据11（0x0B），在内存中，无论是int还是unsigned int，都是0x0B，存储是一样的，只是解析不同。 

2.
C++中的 Integral Promotion发生在算术表达式中（有运算符如+ ~等），其他情况下比如cout语句我要输出一个字符：  cout<<a；这个时候不会提升。
3.

Integral Promotion反映在汇编上就是指令 movsx 和movzx。比如一个char型，提升时就会用movsx指令，unsigned char 提升时用movzx指令。
4.本文原作者说常量是无符号数，这种说法值得商榷，《C++ primer》中说过，20,024,0x14的类型是int或者long！！！我想原作者的意思是这样的：
int a=-1； 这句话执行的结果是 a里面存放着：0x FFFFFFFF，也就是-1对应的补码
int a=1  ;  这句话执行的结果是 a里面存放着：0x 00000001，也就是1对应的补码
int a=0xF7；这句话执行结果是 a里面存放着：0x 000000F7，a的低位放着F7，其他高位全部置为0；看起来像是oxF7是无符号数才会按0扩展，但事实上不是这个原因。
本质原因是汇编的mov指令：
mov ax，-1；其实汇编器最终会解释成：mov ax，FFFF
mov ax，F7H；其实汇编器最终会解释成： mov ax，00F7
所以需要注意：  常量-1,3,0xf4都是int或者long型的。
可以用下面代码小小测试：

int a=-3;
cout<<a+0x1;
以及

int a=-3;
cout<<a+0x1 u;
运行一下，不难看出，0x1被当做int来处理，ox1u才是unsigned int型的。

比较好的参考资料：

http://book.51cto.com/art/200912/166574.htm
这个网址里面对各种数据类型，以及整形提升， Usual Arithmetic Conversion做了非常详细的说明。