c ++: trabajando con bytes

A menos que el rendimiento sea una misión crítica aquí, use lo que haga que su código sea más fácil de entender y mantener.

Antes de comenzar a codificar cualquier cosa, asegúrese de entender Endianess, tamaños de letra c++, Y cómo extrañas puede ser que sean.

EL unsigned char es el único tipo que tiene un tamaño fijo (byte natural de la máquina, normalmente 8 bits). Entonces, si diseña para la portabilidad, es una apuesta segura. Pero no es difícil simplemente usar el unsigned int o incluso un long long para acelerar el proceso y utilizar size_of para averiguar cuántos bits está obteniendo en cada lectura, aunque el código se vuelve más complejo de esa manera.

Debe saber que para una verdadera portabilidad, ninguno de los tipos internos de c ++ es fijo. Un carácter sin firmar puede tener 9 bits y el int puede ser tan pequeño como en el rango de 0 a 65535, como se indica en este y este https://www.youtube.com/watch?v=xB-eutXNUMXJtA&feature=youtu.be

Otra alternativa, como sugiere user1200129, es usar el aumentar la biblioteca de enteros para reducir todas estas incertidumbres. Esto es si tiene impulso disponible en su plataforma. Aunque si busca bibliotecas externas, hay muchas bibliotecas de serialización para elegir.

Pero antes que nada, incluso antes de comenzar a optimizar, haga algo simple que funcione. Luego, puede comenzar a crear perfiles cuando comience a experimentar problemas de tiempo.

Realmente solo depende de lo que quieras hacer, pero diría que, en general, la mejor velocidad será mantener el tamaño de los números enteros en los que está compilado tu programa. Entonces, si tienes un programa de 32 bits, elige 32 enteros de bits, y si tiene 64 bits, elija 64 bits.

Esto podría ser diferente si hay algunos bytes en su archivo o si hay números enteros. Sin conocer la estructura exacta de su archivo, es difícil determinar cuál es el valor óptimo.

Sus oraciones no son realmente correctas en inglés, pero en la medida en que puedo interpretar la pregunta, puede usar mejor el tipo de carácter sin firmar (que es un byte) para poder modificar cada byte por separado.

Editar: cambiado según el comentario.

Si está tratando con bytes, la mejor manera de hacerlo es usar un tipo de tamaño específico.

#include <algorithm>
#include <iterator>
#include <cinttypes>
#include <vector>
#include <fstream>

int main()
{
     std::vector<int8_t> file_data;
     std::ifstream file("file_name", std::ios::binary);

     //read
     std::copy(std::istream_iterator<int8_t>(file),
               std::istream_iterator<int8_t>(),
               std::back_inserter(file_data));

     //write
     std::ofstream out("outfile");           
     std::copy(file_data.begin(), file_data.end(),
               std::ostream_iterator<int8_t>(out));

}

EDITAR error solucionado

Si necesita hacer cumplir cuántos bits hay en un tipo entero, debe usar el <stdint.h> encabezamiento. Está presente tanto en C como en C++. Define el tipo como uint8_t (entero sin signo de 8 bits), que se garantiza que se resolverán en el tipo adecuado en la plataforma. También les dice a otros programadores que leen su código que la cantidad de bits es importante.

Si le preocupa el rendimiento, es posible que desee utilizar los tipos de más de 8 bits, como uint32_t. Sin embargo, al leer y escribir archivos, deberá prestar atención a la Endianess de su sistema En particular, si tiene un ascendente hacia la izquierda sistema (por ejemplo, x86, la mayoría de ARM), entonces el valor de 32 bits 0x12345678 se escribirá en el archivo como los cuatro bytes 0x78 0x56 0x34 0x12, mientras que si tienes un big endian (por ejemplo, Sparc, PowerPC, Cell, algunos ARM e Internet), se escribirá como 0x12 0x34 0x56 0x78. (igual va o lectura). Por supuesto, puede trabajar con tipos de 8 bits y evitar este problema por completo.