Unicode、UTF-8 和 UTF-16
简单来说，Unicode规定了每个字符的编码，UTF-8和UTF-16则规定了用什么方式去存储这个编码。
Unicode 是俗称，全称为 Universal Multiple-Octet Coded Character Set，简称 UCS。 它占用两个字节 16 位空间，所以可以表示 2^16 的字符数。
但是如果都按照 Unicode 去存储，用英语的人就吃亏了，因为他们只用到低 8 位，高 8 位全是0。 所以就有了 UTF-8 这个编码方式。 引用一下知乎上的回答。
UTF-8 是可变长的编码。
UTF-8的编码规则很简单，只有二条：
- 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
- 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。 下表总结了编码规则，字母x表示可用编码的位。
| Unicode符号范围 | UTF-8编码方式 |
|---|---|
| 十六进制 | 二进制 |
| 0000 0000-0000 007F | 0xxxxxxx |
| 0000 0080-0000 07FF | 110xxxxx 10xxxxxx |
| 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
作者：倪飞翔 链接：https://www.zhihu.com/question/23374078/answer/88200742
而 UTF-16 规定就用两个字节表示一个字符。因此不用像 UTF-8 一样用一些位来标示这个字占了几个字节。所以汉字直接可以用两个字节表示。 在基本上都是汉字的应用里， UTF-16 较省内存。
以上。
- 上一篇 Java 中重写方法时的调用次序
- 下一篇 记第一次面试