64 位系统上的指针值范围

Range of pointer values on 64 bit systems

本文关键字：指针 范围 系统      更新时间：2023-10-16

最近我读到了小字符串优化（SSO）：libc++中短字符串优化的机制是什么？众所周知，字符串通常由 3 个指针组成，在 64 位系统上是 24 个字节。链接答案说，在libc++的实现中，第一个指针的第一个位用于指示字符串是处于"长"还是"短"模式，即堆分配和外部存储与最多约22个字符的内部存储。

但是，这假设第一个指针的第一个位不能有意义地成为地址的一部分，因为每当字符串处于"long"模式时，该位将始终被设置（或取消设置，具体取决于选择的约定）。从表面上看，这似乎是合理的，因为 64 位指针允许 2^64 个地址，大于 1 后跟 18 个字节零，或超过 10 亿 GB。

所以这是合理的，虽然不确定。我的问题是：这在某个地方有保证吗？如果保证，在哪里保证？通过架构规范，还是其他原因？更进一步：用多少位是安全的？我有一个模糊的记忆，读到某处只使用了 48 位，但我不记得了。

如果有一些位数，例如 8 或 16 位保证不变，那肯定是以一些有趣的方式利用的。利用这一点会很好，但不能以代码在某些机器上神秘地失败为代价。

众所周知，字符串通常由 3 个指针组成，在 64 位系统上是 24 个字节。

libc++ 并非如此。"长字符串"的__long结构定义为：

struct __long
{
    size_type __cap_;
    size_type __size_;
    pointer   __data_;
};

因此，短标志进入容量字段，使整个事情变得毫无意义。

至于指针标记，没有关于指针大小的通用保证。在x86_64上，CPU 用于虚拟地址转换的数据结构仅使用 48 位（或具有物理地址扩展名的 52 位），因此虚拟地址从不使用高 16（或 12）位。此外，大多数操作系统将其内核映射到每个进程，并为其保留一定数量的高端地址空间，因此在实践中，用户模式指针受到更多限制。在 Windows 上，指针最重要的硬件可用位指示它属于内核空间还是用户空间。

这些限制将来可能会发生变化，并且会因平台而异，因此在独立于平台的标准库中使用它们会很糟糕。通常，最好使用最低有效位进行指针标记，因为应用程序可以控制这些位。

"长位"不是指针的一部分，而是容量的一部分：

struct __long
{
    size_type __cap_;
    size_type __size_;
    pointer   __data_;
};

"诀窍"是，如果您总是分配偶数个字符并为 NUL 终止符保留一个字符，则生成的容量将始终为奇数。您可以免费获得 1 位！

相关文章：