java char双字节如何存储Unicode字符

计算机世界，都是二进制组成。最早期，美国出了ascii码标准，只需要1个字节，最多表示128个字符，支持了英语的字符集。全世界这么多国家，这么多种语言，肯定不够。欧洲出了iso编码标准，咱们中国出了gbk，支持中文。
编码混乱，自然就要做统一编码标准。所以诞生了Unicode编码，它目标是给全世界所有符号都编码，都有一个唯一的编码。也名万国码，单一码。它总共有三个字节，第一个字节表示平面，设计了17个平面。后两个字节，是实际数据。两个字节，最多表示65536个字符。17个平面，就是最多能表达1百多万个字符。满足全世界的字符需要了。
第一个平面，名BMP，是包含社会中常见的字符。
所以UCS-2编码,2个字节，就是代表了BMP的字符集。

然而，Unicode编码并不是一个实际在使用的编码方式。我们看到的，是utf-8，utf-16等。
utf和Unicode，有什么关系？都有个u，对了，u就是指Unicode。
utf ——Unicode transformation format。万国码转换格式
为啥不使用Unicode，原因是固定三个字节。而utf-8，utf-16，都是属于可变长编码，可兼容ascii码。
英语目前还是国际流行语言，大多数符号，只需要一个字节就能表示了，Unicode固定3个字节，就有相当大的浪费。对于BMP字符集，utf-8采用3字节表示汉字，utf-16会采用两个字节。

好了，至此，用了这么久的java。我们都知道，char是两个字节的。那char如何存储中文，或者更多字节的字符。

java会区别外码和内码。
外码，是指源代码还有class文件等，编码采用utf-8，汉字自然就是3个字节。
内码，指运行内存中的编码。也就是实际上char里面存储的字节数据。是用utf-16编码的。汉字是两个字节

对于所有的Unicode编码，utf-16，会有1-6个字节进行表示。那么jvm会使用1-3个char来组成表示。
使用byte[]转String，需要指定编码。

参考文章
Unicode介绍

这篇文章写的好齐全