Znaki niemieszczące się w 8-bitowych bajtach.

Question

Witam, mam taki fragment w książce: 

Programy muszą czasami obsłużyć zestawy znaków niemieszczące się w pojedynczych, 8-bitowych bajtach. C++ pozwala obsłużyć taką sytuację na kilka sposobów. Przede wszystkim, jeśli podstawowym zbiorem znaków implementacji jest obszerny zestaw, producent kompilatora może zdefiniować typ char jako 16-bitowy lub nawet dłuższy.

Moje pytanie brzmi: czy w sytuacji, gdy producent kompilatora zdefiniuje typ char na 16-bitowy, to jeden bajt będzie składał się z 16 bitów?

Definicja bajta w C++:

 W C++ bajt składa się z tylu bitów, aby móc pomieścić podstawowy zestaw znaków używany w danym kompilatorze. 

Wtedy dla 16 bitowego typu short poniższa instrukcja zwróci 1?

#include <iostream>

int main()
{
      std::cout<<sizeof(short)<<std::endl;
      return 0;
}

Answer 1

Typ char zawsze miał i będzie miał rozmiar jednego bajta. Nie ma możliwości aby typ char miał 2 bajty lub więcej. Standard gwarantuje że sizeof(char) zwróci zawsze 1. 

Kompilatory implementujące standard C++11 lub nowsze, definiują natomiast typy:

wchar_t, char16_t, char32_t

wchar_t przechowuje zestaw wystarczający do obsługi znaków narodowych (wide - szeroki) obsługiwany przez platformę systemową. Dla GNU/Linux to 4 bajty w MS Windows 2. char16_t i char32_t przechowują znak na 2 i 4 bajtach.

https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-know-about-unicode-and-character-sets-no-excuses/

Comments

Czyli producent kompilatora nie może zmienić wielkości zmiennej typu char, ale może zwiększyć rozmiar bajta. Dobrze rozumiem?

---

Tak. Masz nawet makro które o tym może Cię powiadomić. CHAR_BIT będzie miało wartość nie mniejszą niż 8. 

Poza tym standard definiuje zobowiązanie:

1 == sizeof(char) <= sizeof(short) <= sizeof(int) <= sizeof(long) <= sizeof(long long)

Określa także minimalną wielkość int i short int na 16 bitów.

---

Dzięki za pomoc. :)

Answer 2

czy w sytuacji, gdy producent kompilatora zdefiniuje typ char na 16-bitowy, to jeden bajt będzie składał się z 16 bitów?

Tak. Jak widzisz w C i C++ bajt może mieć więcej niż 8 bitów.

Wtedy dla 16 bitowego typu short poniższa instrukcja zwróci 1?

Tak. (Oczywiście short nie musi się ograniczać do 16 bitów, może mieć np. 32 i wtedy sizeof zwróci 2.)

Głównym powodem dla którego w jakiejś implementacji C++ bajt ma więcej niż 8 bitów jest to, że jakiś procesor nie potrafi zaadresować kawałka mniejszego niż 16 lub 32-bitowe słowo. To częste w procesorach DSP.