std::vector 是位压缩特化容器，非普通 vector，其 operator[] 返回代理对象而非 bool&，data() 不可用，需手动逐位提取到 uint8_t 数组。

std::vector 本质不是 vector，别直接 memcpy

它其实是特化实现的位压缩容器，内部用 unsigned long 或类似整型数组存储，operator[] 返回的是代理对象 std::vector<bool>::reference</bool>，不是 bool&。这意味着：
– 你不能对它的 data() 取地址（data() 甚至不提供）
– &v[0] 编译失败或行为未定义
– 直接 write(v.begin().base(), ...) 是错的，begin().base() 指向底层整数数组起点，但长度和字节对齐不可控

正确提取原始位数据：遍历 + 手动 pack 到 uint8_t 数组

必须自己把每个 bit 搬运出来，填进紧凑的 std::vector<uint8_t></uint8_t>。关键点：
– 总字节数 = (v.size() + 7) / 8
– 第 i 个 bit 落在第 i / 8 字节、第 i % 8 位（LSB 为 bit 0）
– 推荐用 v.test(i) 读取（比 v[i] 更明确且无代理开销）

std::vector<uint8_t> compress_bits(const std::vector<bool>& v) {
    size_t n = v.size();
    std::vector<uint8_t> out((n + 7) / 8, 0);
    for (size_t i = 0; i 

<h3>写入二进制文件时注意 endianness 和 padding</h3>
<p>压缩后的 <code>uint8_t</code> 数组是字节流，本身无字节序问题，但如果你后续要跨平台读取或与 C 结构体对接，需确认：<br>– 是否需要补零到 4/8 字节对齐（比如嵌入到某个协议帧）<br>– 原始 <code>std::vector<bool></bool></code> 的 size 是否一并保存（否则解压时无法知道有效 bit 数）<br>– 不要依赖 <code>sizeof(std::vector<bool>)</bool></code> —— 它只是控制块大小，不含数据</p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/gongju/2823" title="C++14"><img
														src="https://img.php.cn/upload/manual/001/431/639/6ac8b33c327c4749.png" alt="C++14" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/gongju/2823" title="C++14" class="overflowclass">C++14</a>
													<p class="overflowclass">C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。</p>
												</div>
												<a rel="nofollow" href="/xiazai/gongju/2823" title="C++14" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div>
<p>推荐写法：<br>– 先写 <code>uint64_t size = v.size()</code>（小端，可移植）<br>– 再写 <code>compress_bits(v)</code> 的 raw data<br>– 读取时先读 size，再按 (size+7)/8 分配 buffer</p>

<h3>性能瓶颈通常不在 packing，而在 cache 和分支预测</h3>
<p>上面的 loop 在现代 CPU 上很快，但若 <code>v.size()</code> 极大（千万级），可优化：<br>– 用 64-bit 批量读取：每次处理 64 个 bit，用 <code>__builtin_popcountll</code> 辅助（但需确保底层存储对齐，<code>std::vector<bool></bool></code> 不保证）<br>– 更稳妥的做法是换用 <code>boost::dynamic_bitset</code> 或 <code>std::bitset</code>（编译期定长），它们提供 <code>to_ullong()</code> / <code>data()</code> 等直接访问接口<br>– 如果压缩率是刚需，考虑后续加 LZ4 或 zlib —— 但位图本身熵低，简单 RLE 可能更合适</p>
<p>真正容易被忽略的是：<code>std::vector<bool></bool></code> 的构造和 resize 本身就有隐藏开销，频繁修改不如一开始就用 <code>std::vector<uint8_t></uint8_t></code> + 手动位操作来得可控</p></uint8_t></bool></uint8_t>

C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！