中文字节占比的原因揭秘

文章标题：

中文字节占比的缘由剖析

文章内容：缘由

在学习Java基础期间，曾经有过这样的想法：认为对于s2来说，一个中文占据3个字节，21845个中文刚好占用65535个字节，并且字符串长度也没有超过限制，所以能够编译通过。但后来发现这个说法是错误的，实际上Java中char的存储方式是LATIN - 1（1字节）或者UTF - 16（2字节），不过这却引发了我对UTF - 8的思考，疑惑为什么中文字符是占3个字节，而不是2个字节呢。

• Java的默认编码格式

那我们来看看UTF - 8的相关维基内容。

• Unicode

其含义就是为每一个字符（任何语言的字符）提供一个唯一的编码，以此来满足跨语言、跨平台的文本信息转换需求。

比如“中”字的Unicode为4E2D，由于4^(16×16×16) = 16384 > 2047，所以显然是用3位的UTF - 8来存储的。