- Java基本类型占用的字节数：
1字节： byte , boolean
2字节： short , char
4字节： int , float
8字节： long , double
注：1字节(byte)=8位(bits) - 计算机编码方式与规则
- Ascii编码一个字节表示一个字符，共127个字符。随着发展，又扩展了127号之后的字符编码：“扩展字符集”。
- DBCS - Double Byte Charecter Set 双字节字符集 （GB2312 -> GBK -> GB18030）中文编码
舍弃ASCII 127号之后的编码字符，进行增加一个字节扩展字符编码，两个字节表示一个中文字符。
GB2312共收录6763个简体汉字，是一般输入法的默认编码 ；
GBK共收录21004个汉字（包括简体和繁体），是字库庞大的输入法的首选编码；
GB18030 分别以单字节、双字节和四字节进行编码。兼容了GBK和GB2312。当然也支持繁体中文； - Unicode
通常是2个字节表示一个字符。在用法上，都是用两个字节表示一个字符。
但是与DBCS不同的是，Unicode为 ISO （国际标谁化组织）标准编码。（^.^）
由于英文字符用两个字节表示，太浪费空间了，所以衍生了可变长编码Utf-8，也是Unicode的实现的一种标准
字符 | ASCII | Unicode | UTF-8 |
A | 01000001 | 00000000 01000001 | 01000001 |
中 | - | 01001110 00101101 | 11100100 10111000 10101101 |
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，
汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。
- 代码单元与代码点代码点：编码表(比如Unicode)中某个字符的代码值(数字)；
代码单元：编码表字符的最小存储单元，不同的编码，代码单元的大小也是不一样的。
一个字符，仅仅对应一个代码点，但却可能有多个代码单元。
在Java中，char类型用UTF-16编码描述一个代码单元。使用代码单元而非字符，与Unicode字符集的增补相关。
String的length方法得到的是UTF-16编码对应的代码单元数量，而非字符个数；
charAt方法得到的是指定位置的代码单元，而非字符。
获取字符个数需要调用codePointCount方法，获取单个字符需要调用codePointAt方法。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
