JAVA编码格式和占据内存大小

JAVA编码格式和占据内存大小

Java语言使用的是Unicode字符集，每个字符在内存中占16位。
一个中文或英文字符的unicode编码都占2个字节。
在unicode中，一个字符就是两个字节
数据和存储空间的大小
1.bit就是位，也叫比特位，是计算机表示数据最小的单位
2.byte就是字节
3.1byte=8bit ，0001 1100，一般用两个16进制来显示，所以我们经常看到1个字节显示为 1c
1个字节就是8位
4.1byte就是1B
1B=1/1024KB 1M=1024KB
通常情况下：
–GBK GB2312 占据2个字节 1个字符2个字节
–UTF-8 3 个字节 1个字符3个字节
java的String使用的编码是Unicode。
将’中’字转为Unicode编码，结果是’\u4e2d’。
'\u’的就是使用了Unicode编码。后面加上十六进制代码来表示Unicode字符。

1. Unicode是一种“编码”，所谓编码就是一个编号(数字)到字符的一种映射关系，只是一种一对一的映射而已。
2. GBK、UTF-8是一种“编码格式”，是用来序列化或存储1中提到的那个“编号(数字)”的一种“格式”。
   java的String使用的编码是Unicode，当String存在于内存中时(在代码中用string类型的引用对它进行操作时)，是"只有编码而没有编码格式的"，所以java程序中的任何String对象，说它是gbk还是utf-8都是错的，String在内存中不需要“编码格式”, 它只是一个Unicode的字符串而已。
   　　当字符串需要在网络中传输或要被写入文件时，就需要使用编码格式了。乱码问题也因此出现。
   ASCII码和Unicode：
   　　ASCII码，和Unicode编码一样，也是一种"编码"。
   　　ASCII码的范围比较小，一共规定了128个字符的编码。
   　　Unicode编码是一个很大的集合，现在的规模可以容纳100多万个符号。就像它的名字都表示的，这是一种包含所有符号的编码。
   在JVM中defaultCharset()是在初始化阶段被调用, 且只会初始化一次, 首先会取file.encoding指定的字符集, 如果取不到则使用系统默认字符集(如: windows下为GBK), 然后通过
   取到的字符集名称(csn)去获取Charset对象, 如果能获取到则将其设为defaultCharset, 如果取不到则将defaultCharset设置为UTF-8字符集, defaultCharset一旦被初始化后, 在JVM之后的运行过程中
   就无法再进行更改, 比如在JVM启动后在程序中使用properties.setProperty(“file.encoding”,“UTF-8”);也不会改变defaultCharset的值~~~
   如果想指定defaultCharset的值, 则可以通过JVM启动参数(-Dfile.encoding=“UTF-8”)来显示的指定此JVM的字符集!!!
   Java编译器（即编译成class文件时） 用的是unicode。
   通过下面输出可以看到当前选用的编码方式：
   System.out.println(System.getProperty(“file.encoding”));
   System.out.println(System.getProperty(“sun.jnu.encoding”));