为什么Java char使用UTF-16？

  • Z时代
  • 2024-01-10
  • 分类：问答

最近，我阅读了很多有关Unicode代码点的信息，以及它们随着时间的演变，并确保我也阅读了http://www.joelonsoftware.com/articles/Unicode.html。

但是我找不到真正的原因是Java为什么将UTF-16用作字符。

例如，如果我的字符串包含1024个ASCII范围的字母。这意味着1024 * 2 bytes等于2KB的字符串内存，它将以任何方式消耗。

因此，如果Java基本字符为UTF-8，则数据仅为1KB。即使字符串中的任何字符需要2个字节，例如10个“字”字符，自然也会增加内存消耗的大小。(1014* 1 byte) + (10 * 2 bytes) = 1KB + 20 bytes

结果不是很明显，1KB + 20 bytes VS.2KB我没有说过ASCII，但是我对此的好奇心是为什么它不是UTF-8，它也只处理多字节字符。UTF-16看起来很浪费任何包含很多非多字节字符的字符串。

这背后有什么充分的理由吗？

回答：

Java

在2004/2005过渡到UTF-16之前使用了UCS-2。最初选择UCS-2的原因主要是历史原因：

Unicode最初设计为固定宽度的16位字符编码。Java编程语言中的原始数据类型char旨在通过提供可以容纳任何字符的简单数据类型来利用此设计。

UnicodeFAQ页面进一步说明了这一点以及UTF-16的诞生：

最初，Unicode被设计为纯16位编码，旨在表示所有现代脚本。（古代的脚本用专用字符来表示。）随着时间的流逝，尤其是在添加了超过14,500个复合字符以与传统集兼容的情况下，很明显16位不足以满足用户需求。由此产生了UTF-16。

正如@wero已经提到的那样，使用UTF-8不能有效地完成随机访问。因此，万事俱备，UCS-2似乎是当时的最佳选择，尤其是在该阶段尚未分配任何补充字符的情况下。然后，这使UTF-16成为最简单的自然进程。

以上是 为什么Java char使用UTF-16？ 的全部内容， 来源链接： utcz.com/qa/409344.html

回到顶部