施工提示

本博文尚在施工中，内容并未完成且可能变更。

常用数据类型

本节（以及 数据类型进阶 ）介绍 C++ 中的常用数据类型。它们包括：

  • 内置字面值：空指针（nullptr）

  • 内置变量类型：

    • 算术类型：整型（整数、字符型、布尔型）与浮点数。

    • 空类型（void）

  • 标准库支持的变量类型：例如字符串（std::string）。

  • 标准库支持的模板类型：例如向量（std::vector）。

关于指针与引用，请参考 引用与指针 一节的内容。

整型：布尔、字符、整数

C++ 规定了多种类型的最小尺寸（同时允许编译器赋予更大的尺寸），详见下表：

  • 布尔型：只允许 true 与 false 两种取值。

  • 下例中的长整型或长长整型的后缀也可以使用小写字母 l 代替大写 L，但不推荐。

C++ 整型尺寸

关键字

类型

最小尺寸

前后缀

bool

布尔型

/

字符型

char

字符

8 位

u8 前缀（仅字面）

wchar_t

宽字符

16 位

L 前缀

char16_t

Unicode 16 字符

16 位

u 前缀

char32_t

Unicode 32 字符

32 位

U 前缀

整数

short

短整型

16 位

int

整型

16 位（>= short）

long

长整型

32 位（>= int）

L 后缀

long long C++ 11

长长整型

64 位（>= long）

LL 后缀

无符号整型

除了布尔与扩展字符之外的整型，可以划分为带符号（正、负或0）与无符号（不小于0）两种。

  • 整数类型（short, int, long 与 long long）均是带符号的，在前加 unsigned 可以得到对应的无符号类型。

    • 无符号整数 unsigned int 可以直接简写为 unsigned

    • 无符号整数后缀 u/U 可以与长整型后缀 L 或 LL 结合，例如 uL 表示无符号长整型。

  • 字符型（char）分为 char, signed char 与 unsigned char 三种，但实际上只会表现为后两种。

    • char 类型会表现为带符号或无符号这两种中的一种，具体由编译器决定。

C++ 的整型类型选择

  • 数值非负时，选用 unsigned 类型

  • 如果整数超出了 int 范围，换用 long long 类型

  • 不要混用无符号与带符号类型进行算术计算

    • 不要用 char 参与算术计算，因为 char 是无符号的还是带符号的取决于编译器

位数取值范围*

各位数对应的取值范围：

位数取值范围

位数

取值范围

最小尺寸类型

16 位

-32768 ~ 32767（带符号）

short

0 ~ 65535（无符号）

unsigned short

32 位

±2.147x10^9（带符号）

long

0 ~ 4.294x10^9（无符号）

unsigned long

64 位

±9.223x10^18（带符号）

long long C++ 11

0~1.844x10^19（无符号）

unsigned long long

通过 <limits> 库的 numeric_limits<T> 模板及其成员，我们可以查看（在当前设备环境下的）数值类型的值占用位数、取值上限与取值下限：

  • std::numeric_limits<T>::digits：类型 T 的值占用位数（带符号类型将减去符号位）

  • std::numeric_limits<T>::lowest()：类型 T 的取值下限

  • std::numeric_limits<T>::max()：类型 T 的取值上限

警告

请注意，以下取值范围只适用于编译该代码时的设备环境。以下结果仅表示，在此时的编译环境下 int 类型是 32 位的。

 1#include <iostream>
 2#include <limits>
 3using std::cout;
 4using std::endl;
 5
 6int main() {
 7    cout << "Following results can be environment-dependent:" << endl;
 8    // 输出使用无符号类型的位数，因为带符号类型的值位数要少一位（符号位）
 9    cout << "int (" << std::numeric_limits<unsigned>::digits << " bits):\t\t"
10         << std::numeric_limits<int>::lowest() << ", "
11         << std::numeric_limits<int>::max() << endl;
12    cout << "short (" << std::numeric_limits<unsigned short>::digits << " bits):\t"
13         << std::numeric_limits<short>::lowest() << ", "
14         << std::numeric_limits<short>::max() << endl;
15    cout << "long long (" << std::numeric_limits<unsigned long long>::digits << " bits):\t"
16         << std::numeric_limits<long long>::lowest() << ", "
17         << std::numeric_limits<long long>::max() << endl;
18    return 0;
19}
20/*
21    输出：
22    Following results can be environment-dependent:
23    int (32 bits):          -2147483648, 2147483647
24    short (16 bits):        -32768, 32767
25    long long (64 bits):    -9223372036854775808, 9223372036854775807
26*/

整型字面值

结合 C++ 整型尺寸 表中的前、后缀内容，我们给出一些整型字面值的例子：

u8"abc"     // UTF-8 字符型字符串 "abc"
u'x'        // Unicode 16 字符 'x'
-12L        // 长整型数 -12
13579ULL    // 无符号长长整型数 13579

此外，八进制（前缀 0）或者十六进制（前缀 0x）的数也可以用前缀标识：

20      // 普通十进制数
012     // 八进制数，前缀 0
0x2f    // 十六进制数，前缀 0x

转义字符

含有特殊含义的字符无法直接使用，必须进行转义，例如换行符用 '\n' 表示。C++ 规定了以下转义字符：

C++ 转义字符

转义字符

含义

转义字符

含义

转义字符

含义

\n

换行

\t

横向制表

\v

纵向制表

\b

退格

\r

回车

\f

进纸

\'

单引号

\"

双引号

\?

问号

\\

反斜线

\a

响铃

  • 转义字符被视为单个字符。

  • 广义转义字符：使用 \x 前缀加 16 进制数字，或者使用反斜线 \ 加不超过 3 位的 8 进制数字组成：

    '\101'    // 字符 A
'\x41'    // 字符 A
"\102\12" // 字符串 "B\n"

cctype：字符操作

C++ 头文件 cctype 来源于 C 语言的标准文件 ctype.h，并提供了一系列字符操作函数，例如：

// 对于字符变量 c
isalpha(c)      // 判断是否为字母
isdigit(c)      // 判断是否为数字
isxdigit(c)     // 判断是否为十六进制数字
isalnum(c)      // 判断是否为字母或数字
isspace(c)      // 判断是否为空白符
islower(c)      // 判断是否为小写字母
isupper(c)      // 判断是否为大写字母

tolower(c)      // 如果 c 是大写字母，转为小写
toupper(c)      // 如果 c 是小写字母，转为大写

特殊字符与 Unicode*

备注

C++ 的宽字符 wchar_t 类型与宽字符串 std::wstring 类型通用性并不强，或者在跨平台时需要复杂的打印技巧（比如专用的打印函数或者 C 风格的 printf），因此我不推荐使用。如果只需要对字符串进行打印、而不涉及到截取等字符串操作，那么我推荐直接使用简单的 std::string。

关于字符串的基础用法，参考 字符串 一节。

我们首先看一个不那么标准的、懒人的办法，即照常使用 std::string 来存储含特殊字符的字符串，并使用 Unicode 编码来代表字符。但是，这样的存储方式 可能会使字符串的长度不等于预期，因为单个特殊字符需要的存储长度可能大于 char 类型的长度。

下面是一个 Windows 平台的示例，使用了 Windows.h 的 SetConsoleOutputCP() 来启用控制台编码支持，其中 CP_UTF8 实质上就是 65001：

  • 如果 Unicode 字符的十六进制码不超过 4 位，使用 \u 转义前缀

  • 如果 Unicode 字符的十六进制码超过 4 位，在其左侧补 0 直到 8 位，然后使用 \U 转义前缀，

 1#include <iostream>
 2#include <string>
 3#include <windows.h>
 4using std::cout;
 5using std::endl;
 6
 7int main() {
 8    SetConsoleOutputCP(CP_UTF8);  // 用于 Windows
 9    
10    // 使用 Unicode 码
11    std::string greek_alpha = "\u03B1";   // U+03B1
12    cout << "Alpha: " << greek_alpha << endl;
13
14    std::string mathcal_A = "Letter \U0001d49c"; // U+1D49C
15    cout << "Mathcal A: " << mathcal_A << endl;
16
17    std::string meow = "\u15E2\u1561\u14D7";
18    cout << "Meow (string): " << meow << endl;
19    if (meow.size() > 3) {
20        cout << "* unexpected size: " << meow.size() << endl;
21    }
22    return 0;
23}
24/*
25  输出：
26  Alpha: α
27  Mathcal A: 𝒜
28  Meow (String): ᗢᕡᓗ
29  * unexpected size: 9
30*/

不推荐直接在代码文件中粘贴特殊字符

在 C++ 中，最简单的使用特殊字符的方式是直接书写为字符串字面值（并建议指明 u8），但是这种方法是不推荐的！

// 不推荐！
std::string cc = u8"你好，世界！";
std::cout << cc << std::endl;

不推荐的原因是它不稳定：

  • 你的特殊符号被如何存储，取决于该代码文件的编码（甚至 BOM）。

  • 他人阅读代码时，其设备上可能没有配置能正确显示特殊符号的环境。

    • 即使能够正常显示，这种阅读也是不可靠的。因为许多符号看起来难以察觉到它们的不同，甚至同一显示符号可能对应不同的 Unicode 码。

  • 编译器有不能恰当地处理这种文件的风险。

  • 在不同环境（例如不同系统平台上）的编译结果可能不同。

一个从理论上来说更好的方法是使用 std::wstring，因为它可以正确地存储符号、不会显示错误的字符串长度；但它的打印方法在 Windows 上可能十分繁琐：

 1#include <iostream>
 2#include <string>
 3#include <windows.h>
 4using std::cout;
 5using std::endl;
 6
 7void print_wstring(std::wstring &ws, HANDLE &handle);
 8
 9int main() {
10    SetConsoleOutputCP(CP_UTF8);  // 用于 Windows
11
12    std::wstring greek_abc = L"\u03B1\u03B2\u03B3";
13    cout << "wstring size: " << greek_abc.size() << endl;
14
15    // 一种 hack 式的 wstring 打印方式
16    HANDLE handle = GetStdHandle(STD_OUTPUT_HANDLE);
17    print_wstring(greek_abc, handle);
18    return 0;
19}
20/* 输出：
21   wstring size: 3
22   αβγ
23*/
24
25void print_wstring(std::wstring &ws, HANDLE &handle) {
26    DWORD c;
27    if (!WriteConsoleW(handle, ws.c_str(), ws.size(), &c, nullptr)) {
28        std::cerr << "Error in wstring writing" << endl;
29    }
30}

在某些环境下，也可以利用 <codecvt> 与 <locale> 标准库将 wstring（或者 u16string, u32string）转为 UTF-8 字符串然后打印。

浮点数

我们通常使用双精度浮点数（double）而不是 float，因为 float 精度通常不足而双精度的计算效率并不明显低（甚至有时候更快）。

  • 浮点数同样有无符号类型，例如 unsigned double

C++ 浮点数尺寸

关键字

类型

最小尺寸

前后缀

float

单精度浮点数

6 位有效数字

后缀 f/F

double

双精度浮点数

10 位有效数字

long double

扩展精度浮点数

10 位有效数字

后缀 L

浮点数字面值

  • 浮点数字面值允许科学记数法，使用字母 e 或 E

  • 如同整数一样，浮点数允许无符号后缀 u/U

结合 C++ 浮点数尺寸 表中的内容，例子：

1.2e3f          // 单精度浮点数 1.2 x 10^3
3.1415926L      // 扩展精度浮点数 3.1415926
2.718uL         // 无符号扩展精度浮点数 2.718

空类型：void

空类型常用于无需返回值的函数定义中。下例中，函数只执行打印而不返回结果，因此定义为 void 类型：

#include <iostream>

void print_char_twice(char c) {
    std::cout << c << c << std::endl;
}

int main() {
    print_char_twice('a');
    return 0;
}

void 也用在指针类型中，参考 void 指针* 一节。