代码点和代码单元的理解

为了理解这两个概念，我们来了解java中的基本类型char的知识。
我们知道，一种语言最基本的还是对字符的存储，在java中也就是char类型，那么char类型所占用的存储空间应该要多大呢？这就涉及到编码的知识了，编码有很多种，比如美国的ASCII码，西欧语言中的ISO8859-1，中国的GB118030和BIG-5等，可是这些编码采用的编码长度却有的不一样，有的语言的编码集只用一个字节编码（8位），比如美国的ASCII，还有一些用两字节编码（16位），这样会使得程序设计语言不能表示有些地方的字符，所以java的设计者们考虑到这一点，是不是能设计一种能够容下全世界语言的编码集呢，所以这才有了Unicode编码。
刚刚开始时人们认为2个字节的代码宽度足以能够对全世界各种语言的所有字符进行编码，并留下足够的空间给未来扩展，当时仅占用65535不到一半的部分，所以java的设计采用了16位的Unicode字符集。可是十分遗憾的是，经过一段时间Unicode字符超过了65535个，现在16位的char类型已经不能满足所有Unicode字符的需要了。
为了解释java是怎么解决这个问题的，所有就使用了这两概念。
代码点：是指一个编码表中的某个字符对应的代码值，也就是Unicode编码表中每个字符对应的数值。
Unicode标准中，代码点采用16进制书写，并加上前缀U+，比如字符A对于的编码值是U+0041，Unicode的代码点可以分成17个代码级别。第一个代码级别称为基本的多语言级别，代码点从U+0000到U+FFFF，其中包括了经典的Unicode代码，其余的16个附加级别，代码点从U+10000到U+10FFFF，其中包括了一些增补字符。


在UTF-16中的基本多语言级别中，每一个字符用16位表示，通常被称为代码单元。因为UTF-16编码采用不同长度的编码表示所有的Unicode代码点，因此增补字符采用的是一对连续的代码单元进行编码。