让汉语和英语一样长的字符编码

背景

使用UTF-8编码表达相同的意思，需要的字节数，俄语是英语的2倍。

使用UTF-16编码，英语是汉语的3倍。

如何做到“不同语言表达相同意思，所需编码长度大致一样”？本文做出了尝试。

方案

26+26²+26³=18278，15比特
首字母大写？是单词的结尾？，2比特
共15+2=17比特

汉字有8.5万个，也是17比特

日语有平假名142个，片假名71个，共213个。
213+213²=45582，16比特

世界上有语言6000多个，13比特

13+2+17=32
用32位表示一个汉字，或一到三个英文字母。这么一来，汉语和英语表达相同意思，大体上就一样长了。

若是日语，用13比特表示语言，一个0待定，用1比特表示是汉字还是假名，后边的17比特表示一个汉字，或一两个假名。

举例

slapping$
这个$符号表示单词结束。
上述单词被分解成：
sla ppi ng$
用3个32位编码来表示。

得到一个32位编码，看它的前13位，确定是英语。
再读15比特，从中计算出是哪个字母组合。
再读2比特，确定有无首字母大写，有无结束符。

标点符号

所有标点符号放在一起，算做一种语言。包括英文符号、中文符号、数学符号等。