c语言中的short short int？答案

【问题标题】：short short int in c?c语言中的short short int？
【发布时间】：2011-10-05 13:50:42
【问题描述】：

我正试图从我的记忆中挤出尽可能多的内容。我有一个 4.9999995e13 整数矩阵，但它们只需要是真或假 - 基本上我只需要为这些整数中的每一个提供一点存储空间。

我知道 C 中没有单个位类型（也许有人可以向我解释原因），而且我也知道如果存在 short short int，它将是 1 个字节，与 char 相同。然而，C 中的所有逻辑运算都返回整数（以及一些其他函数）。

所以我的问题是：

有没有办法让short short int 存在？
如果我改用char，我是否会因为必须完成所有转换为int 而导致性能下降？
还有其他我想念的方法吗？

以防万一，我正在为 C99 使用 GCC 进行编译。

编辑我刚刚在this wikipedia page 上看到有一个_Bool 类型，这实际上是标准的吗？

【问题讨论】：

您能否解释一下为什么它们都必须转换为int？
您可以使用位域 (codepad.org/HMz2f7OR)。使用char 作为 C 中的位域底层类型是实现定义的（这就是为什么我没有将它作为答案发布，因为我现在不想为 unsigned int 创建 32 位域），但适用于 GCC。
好吧，我不确定他们是否这样做，我认为按位 ORing 两个字符需要强制转换，因为它将返回一个 int，根据：en.wikipedia.org/wiki/Boolean_data_type#History
这些位分别代表什么？例如，您打算如何访问 bit[4264334543] 的值，您将如何处理它？我问是因为可能有一种更有效的数据存储方式，这取决于您尚未透露的结构。
@AShelly 它们表示图中两个节点之间的边。我需要快速查找的值来查看是否存在边缘。

标签： c char boolean int short

【解决方案1】：

_Bool 类型在最新版本的 C 中是标准的，但这仍然不是您想要的，因为 _Bool 仍然占用至少一个字节（根据定义，char 也是如此）。

不，如果您想要那么多布尔位，您需要将它们打包到 bitfield 或 bit array 中。 C 中的位域没有标准数据类型，因此您还必须编写自己的宏或函数来获取特定偏移量的位。我还希望您将在具有大量 RAM 的 64 位机器上运行它，否则您将耗尽内存并且速度很快。

【讨论】：

谢谢，这会给我的性能带来很大的影响吗？是的，目前有 32GB RAM 可用。
@Griffin，数据大小与您所拥有的一样大，将事物移入和移出内存的成本超过了执行成本。你没有 5e13 字节的内存，你的机器上只有 ~3e10，所以你可以做的任何事情都可以让数据集适合内存。
+1 实际上，我正在创建和分析非常大的图表。目的是获得 1e7 节点（我现在询问的顺序），但实际上即使是 1e6 的邻接矩阵也可能占用 58GB 或 RAM。我最终可以将所有这些移植到 OpenCL 并在大学的超级计算机上运行，但这仍然存在问题。我有很多事情要考虑。谢谢你让我睁大了眼睛！也为您的回答 +1。
@Griffin，如果您要这样做，邻接矩阵有更有效的数据结构，使用它们可能会将您的内存占用减少几个数量级。如果这就是您要构建的内容，您可以尝试提出一个单独的问题。

【解决方案2】：

您需要的是位图（或维基百科所称的bit array）。

没有short short int这样的东西，它只是一个char，它是C中最小的整数存储类。

使用这种方法可能会有一些性能开销，但这不是因为隐式转换为整数，而是因为操作位图比直接操作数组成员更棘手。

一个小例子可能有助于说明：

使用普通整数矩阵：

诠释垫[8 * 8]； // 假设行主要顺序 int is_element_set(int x, int y) { 返回垫子[y*8 + x]; }

使用位图：

unsigned char mat[8]; // assuming CHAR_BIT == 8
int is_element_set(int x, int y) { 
  return mat[y] & (1 << x);
}

【讨论】：

谢谢，我宁愿减少空间效率也不愿影响性能，所以看来我已经尽我所能了？另外，由于我的位域大约有 5000000000000000 位，我可以将它存储在哪种类型中？
您可以将其存储在5e13/8 字符或5e13/32 整数中。无论哪种方式 >~5 太字节 - 所以我肯定会考虑空间效率 - 将数据进出主内存不会很快。
这是很多位。原则上，您会将其存储在 unsigned char mat[5000000000000000/CHAR_BIT] 中，但听起来您最好查看稀疏数据结构（如果您的数据是稀疏的）。
@Griffin 即使您的代码必须做更多的工作，在许多情况下，较小的空间可能会更有效，因为较小的数据可能适合缓存，这比在主缓存上运行快一个数量级记忆。您只能通过针对您的特定情况进行测量才能知道。
+1 回答您的问题。正如您从另一个答案中看到的那样，我有很多事情要考虑。感谢您的意见。

【解决方案3】：

您有大约 50 TB 的数据。您想一次将它们全部放入 RAM 中吗？使用多于一位的 RAM 来保存一位信息将是完全疯狂的，即便如此，您的计算机也必须与这个星球上最大的超级计算机一样大。忘记位打包的性能。您将不得不担心完全不同的事情。

【讨论】：

【解决方案4】：

5e13 大约是 5.6 TB 的存储空间，您只需要代表您的位域。可能有更好的方法来处理您的问题。

【讨论】：

【解决方案5】：

也许您可以使用 ANSI C 中可用的位域结构的一些明智实现。

类似这样的：

typedef struct node_t_
{
    char bit0 : 1;
    char bit1 : 1;
    char bit2 : 1;
    char bit3 : 1;
    char bit4 : 1;
    char bit5 : 1;
    char bit6 : 1;
    char bit7 : 1;
} node_t;

然后，您可以创建一些快速函数（可能是宏）来获取和设置此矩阵中的元素。不过，我从来没有实现过这样的东西。

【讨论】：

【解决方案6】：

C99 stdbool.h 允许使用bool。但是这里你的问题是 4.9999995e13/8 会给出或多或少的 6.2500e+12 （$10^9$ 是 Gbyte，$10^12$ 是 Tbyte），所以你需要超过 6 Tbytes 的真实 + 虚拟内存（要幸运的）。这表明您做错了其他事情。您需要在可以使用更少内存处理的子问题中“扩展”您的问题。

【讨论】：

【解决方案7】：

正如其他人所建议的，您可能应该使用位域。

此外，如果您只是使用真/假值，并且其中一个值比另一个值少得多，请考虑使用隐式编码。您可以使用地图数据结构轻松完成此操作。当您使用图表时，如果您的图表非常稀疏，这将为您节省大量内存。如果将其与上面的位打包技术结合使用，您甚至可以将其全部放入 RAM。不过，在索引方面必须非常聪明。

如果您不关心在处理过程中对性能造成影响（即，如果您更担心存储它而不是处理它），那么您可以做的另一件事是运行结构通过块中的压缩算法。有一个用于 bzip2 的 C 库，它可能会为您节省 90% 或更多类似的东西。缺点是这将花费（非常！）很长时间。您可能会从动态马尔可夫压缩 (DMC) 等按位压缩器中获得相当的性能，而且速度要快得多。

【讨论】：

【解决方案8】：

我正试图从我的记忆中挤出尽可能多的内容。

如果这是真的，那么您就不会浪费 8 位来存储 1 位的数据。你会使用位域。

如果您对矩阵的内容类型有所了解，则可以使用其他优化。例如，如果您知道大多数矩阵通常设置为零，那么您可以只存储设置为 1 的元素的 x,y 对。

如果没有，那么 4.9999995e13 将占用大约 6 TB 的 RAM！

【讨论】：