关于在 C++ 中使用联合的内存效率

Question

考虑下面的三个代码块，字符串/联合冲突的三个替代解决方案。

在这些选项中，一般来说，以这种方式使用联合的内存效率更高？

我在这里寻找解决原则的答案：也就是说，联合的主要目的是节省内存。

编辑：课堂作业迫使我以这种方式使用联合。它让我思考哪个是最有效的，这就是我到达这里的原因。

代码块（A）：

// unions with pointers to structs
struct HourlyInfo {
    string firstName;
    string lastName;
    string title;
    int hoursWorked;
    double hourlyRate;
};

struct SalaryInfo {
    string firstName;
    string lastName;
    string title;
    double salary;
    double bonus;
};

struct Employee {
    bool isHourly;
    union {
        HourlyInfo *hourlyEmployee;
        SalaryInfo *salaryEmployee;
    }

};

代码块（B）：

// applying unions to relevant and non-string data types
struct Employee {
    string firstName;
    string lastName;
    string title;
    bool isHourly;
    union {
        struct {
            double hourlyRate;
            int hoursWorked;
        } hourly;
        struct {
            double salary;
            double bonus;
        } salaried;
    };
};

代码块 (C)：

// use cstring instead of string
struct HourlyInfo {
    cstring firstName[50];
    cstring lastName[50];
    string title[50];
    int hoursWorked;
    double hourlyRate;
};

struct SalaryInfo {
    cstring firstName[50];
    cstring lastName[50];
    cstring title[50];
    double salary;
    double bonus;
};

struct Employee {
    bool isHourly;
    union {
        HourlyInfo hourlyEmployee;
        SalaryInfo salaryEmployee;
    }
};

(注意：代码背后的想法是任何员工要么是小时工，要么是薪水，因此这里是工会。请不要为这个问题提出不涉及工会的替代解决方案。我不担心解决一个具体问题，我对工会感兴趣。）

---

此外，指针和其他数据类型的大小似乎差异很大：

What does the C++ standard state the size of int, long type to be?

How much memory does a C++ pointer use?

这是否意味着我们不能在这里就内存效率做出一概而论的陈述？如果是这样，在确定最有效的方法时我们应该考虑哪些因素？

Answer 1

规则 #1：遵循您的分析器（它会告诉您哪个对您的程序更有效）

规则 #2：关于内存分配：使用自定义分配器为您隐藏复杂性

规则 #3：设计数据类型以明确表达意图/目的（从这个意义上说，只有 B 是一个选项）。当然，除非第 1 条规则需要另外采取（这很不寻常）

我知道我“不允许”提出替代方案：(Live on Coliru)

#include <string>
#include <boost/variant.hpp>

struct HourlyInfo {
    int    hoursWorked;
    double hourlyRate;
};

struct SalaryInfo {
    double salary;
    double bonus;
};

namespace detail {

    template <template <typename...> class Allocator = std::allocator>
    struct basic_employee {
        using string = std::basic_string<char, std::char_traits<char>, Allocator<char>>;
        string firstName;
        string lastName;
        string title;

        using RateInfo = boost::variant<HourlyInfo, SalaryInfo>;
        RateInfo rates;
    };
}

using Employee = detail::basic_employee<>; // or use a custom (pool?) allocator

int main()
{
    Employee staff1 = { 
        "John", "Cage", "From accounting", 
        SalaryInfo { 1900.00, 120.0 } 
    };
    Employee contractor = { 
        "Joe", "Duffy", "Plumbing jobs", 
        HourlyInfo { 3, 46.00 } 
    };
}

Answer 2

B 将可能使用最少的内存，但 50 是一个不错的选择，因为它让人怀疑。

对于 A，大概您要对两种可能性中的一种进行单独的内存分配。在内存使用方面，这几乎总是会引入一些低效率，加上指针本身的空间，所以它输给了 B。不过，在两个信息结构的大小差异更大的特殊情况下，它可能会获胜比指针的大小，超过一定比例使用较小的结构，并且您从 猛烈 低开销的内存分配器（例如池分配器）分配它们。

对于 C，我假设您的意思是 50 个 char 的数组，而不是 50 个 string 或 cstring 的数组。我相信名称的平均长度加上string 的开销小于 50 个字符，这就是我说 B 优于 C 的基础。但是，string 的开销取决于关于一些实现细节，所以我不能断然地说。此外，如果您要与名字都略低于 50 个字符的人打交道，那么 C 会赢。我只是认为这不太可能。

当然，C 的限制更大，因为它根本无法处理名字超过 50 个字符的人（如果存储以 nul 结尾的字符串，则为 49 个字符）。

[编辑：再想一想，字符串的开销可能是：

• 8 字节的起始指针
• 8 字节的结束指针
• 8 字节的容量
• 另外两个指针（16 字节）用于包含字符串数据的分配标头，分配本身向上舍入为 8 或 16 字节。

一个短字符串总共需要 48 或 56 个字节（尽管有一种叫做“短字符串优化”的东西可以让短字符串变得更好，尽管根据细节它可能会使长字符串变得更糟）。有了string 的实现和内存分配，C 将获胜，即使没有四舍五入，它也可能在斯里兰卡获胜。

因此，值得研究如何衡量实际内存使用情况。]