Соответствует ли длина строки размеру байта?

Question

Именно это:Соответствует ли длина строки размеру байта?Имеет ли это значение для языка?

Я думаю, что да, но я просто хочу убедиться.

Дополнительная информация:Мне просто интересно в общем.Моя конкретная ситуация была PHP с MySQL.

Поскольку ответ отрицательный, это все, что мне нужно знать.

Answer 1

Неа.Строка, оканчивающаяся нулем, имеет один дополнительный байт.Строка Паскаля (короткая строка Delphi) имеет дополнительный байт для длины.А строки Юникода содержат более одного байта на символ.

В Юникоде это зависит от кодировки.Это может быть 2 или 4 байта на символ или даже смесь 1,2 и 4 байтов.

Answer 2

Это полностью зависит от платформы и представительства.

Например, в .NET строка занимает два байта. в памяти за кодовую точку UTF-16.Однако суррогатным парам требуются два значения UTF-16 для полного символа Юникода в диапазоне от U+100000 до U+10FFFF.Форма в памяти также имеет накладные расходы на длину строки и, возможно, некоторые дополнения, а также обычные накладные расходы на объект, такие как указатель типа и т. д.

Теперь, когда вы записываете строку на диск (или в сеть и т. д.) из .NET, вы указываете кодировку (при этом большинство классов по умолчанию используют UTF-8).На этом этапе размер во многом зависит от кодировки.ASCII всегда занимает один байт на символ, но он очень ограничен (без акцентов и т. д.);UTF-8 предоставляет полный диапазон Unicode с переменной кодировкой (все символы ASCII представлены в одном байте, но другие занимают больше).UTF-32 всегда использует ровно 4 байта для любого символа Юникода — список можно продолжать.

Как видите, это не простая тема.Чтобы определить, сколько места будет занимать строка, вам нужно указать точно какова ситуация - является ли это объектом в памяти на какой-то платформе (и если да, то на какой платформе - возможно, даже вплоть до настроек реализации и операционной системы), или это необработанная закодированная форма, такая как текстовый файл, и если да используя какую кодировку.

Answer 3

Это зависит от того, что вы подразумеваете под «длиной».Если вы имеете в виду «количество символов», то нет, многие языки/методы кодирования используют более одного байта на символ.

Answer 4

Не всегда, зависит от кодировки.

Answer 5

Однозначного ответа не существует;это зависит от языка и реализация (помните, что некоторые языки имеют несколько реализаций!)

Строки ASCII с нулевым окончанием занимают по меньшей мере на один байт больше, чем «содержимое» строки.(Может быть выделено больше, в зависимости от того, как была создана строка.)

Строки с ненулевым завершением используют дескриптор (или аналогичную структуру) для записи длины, что требует дополнительной памяти. где-то.

Строки Юникода (на разных языках) используют два байта на символ.

На строки в хранилище объектов можно обращаться через дескрипторы, что добавляет уровень косвенности (и больше данных) для упрощения управления памятью.

Answer 6

Ты прав.Если вы кодируете как ASCII, на каждый символ приходится один байт.В противном случае это один или несколько байтов на символ.

В частности, важно знать, как это влияет на операции с подстроками.Если у вас нет одного байта на символ, получит ли s[n] n-й байт или n-й символ?Получение n-го символа будет неэффективным для больших n вместо константы, как в случае с одним байтом на символ.