2019.9.15了解一下java里的各种基本类型的占用字节数

Posted 2020-11-13 WildSky

今天写educoder的时候发现用char sex = ‘男‘；

因为以前写c的时候记得char是占1个字节的，而中文又是占用两个字节的所以就觉得很奇怪了

查了下资料发现

1字节： byte , boolean
2字节： short , char
4字节： int , float
8字节： long , double

所以上面的写法是木得错的

然后再说一下Unicode和utf-8

原文链接https://blog.csdn.net/humadivinity/article/details/79403625

1.  
   原作者： 邱昊宇
2.  
    
3.  
   简单来说：
4.  
    
5.  
   Unicode 是「字符集」
6.  
   UTF-8 是「编码规则」
7.  
    
8.  
   其中：
9.  
    
10.  
    字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）
11.  
    编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）
12.  
     
13.  
     
14.  
    广义的 Unicode 是一个标准，定义了一个字符集以及一系列的编码规则，即 Unicode 字符集和 UTF-8、UTF-16、UTF-32 等等编码……
15.  
     
16.  
    Unicode 字符集为每一个字符分配一个码位，例如「知」的码位是 30693，记作 U+77E5（30693 的十六进制为 0x77E5）。
17.  
    UTF-8 顾名思义，是一套以 8 位为一个编码单位的可变长编码。会将一个码位编码为 1 到 4 个字节：
18.  
     
19.  
    U+ 0000 ~ U+ 007F: 0XXXXXXX
20.  
    U+ 0080 ~ U+ 07FF: 110XXXXX 10XXXXXX
21.  
    U+ 0800 ~ U+ FFFF: 1110XXXX 10XXXXXX 10XXXXXX
22.  
    U+10000 ~ U+1FFFF: 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX
23.  
     
24.  
    根据上表中的编码规则，之前的「知」字的码位 U+77E5 属于第三行的范围：
25.  
     
26.  
    7 7 E 5
27.  
    0111 0111 1110 0101 二进制的 77E5
28.  
    --------------------------
29.  
    0111 011111 100101 二进制的 77E5
30.  
    1110XXXX 10XXXXXX 10XXXXXX 模版（上表第三行）
31.  
    11100111 10011111 10100101 代入模版
32.  
    E 7 9 F A 5
33.  
     
34.  
    这就是将 U+77E5 按照 UTF-8 编码为字节序列 E79FA5 的过程。反之亦然。

35.