【数据结构】ascll码与编码类型，字符char型如何实现。

最新推荐文章于 2020-05-11 10:21:20 发布

superzz0377

最新推荐文章于 2020-05-11 10:21:20 发布

阅读量1.4k

点赞数 1

分类专栏：基础数据结构文章标签： char string

本文链接：https://blog.csdn.net/cy_an/article/details/101487534

版权

基础数据结构专栏收录该内容

6 篇文章 0 订阅

订阅专栏

Fist：why？

有时候只知道什么还不够，我们还需要为什么，所以我在整个数据结构系列中都要追寻这个答案。
Q1：为什么需要字符型数据结构。
还是回溯到计算机出生的时候，那个时候，编程使用的是机器码，但是我们知道机器码是很长的，而且很抽象都是0和1难以记忆。所以自然就想到了，将英文字母引入计算机。这样不仅仅编程更加方便。而且，计算机的作用也能延伸到仅仅计算之外。

Char是如何使用二进制实现的

1。编码与char类型

我们常常听到ascll、GBK、utf等等，这些编码格式。那么编码是什么呢？
把像a、b、c、d这样的52个字母（包括大写）以及0、1、2、3等数字还有一些常用的符号（例如*、#、@等），用二进制表示。
哪些二进制数字表示哪个符号，需要约定一套规则，这个过程就叫编码
而char类型就是这样的二进制数字，不过由于不同编码格式规定的位数，编码不同。所以同一个char的编码也不一样。一般的程序语言都会默认一种编码格式。一般是ascll，因为这种编码格式占的位数少。

2.常见的编码格式

我们常见的编码格式大概有5种包括，ASCII、GB2312、GBK、UTF-8、UTF-16
1、ASCII
编码应该是最为人熟知的，多数编程语言都支持的。
2、GB2312
主要是汉字编码，双字节编码，总的编码范围是A1-F7，其中从A1-A9是符号区，总共包含682个符号，从B0-F7是汉字区，包含6763个汉字。应用不多。
3、GBK
它的出现是为了扩展GB2312，加入更多的汉字，它的编码范围是8140~FEFE（去掉XX7F）总共有23940个码位，它能表示21003个汉字，它的编码是和GB2312兼容的，也就是说用GB2312编码的汉字可以用GBK来解码，并且不会有乱码。
5、UTF-8
UTF-16统一采用两个字节表示一个字符，虽然在表示上非常简单方便，但是也有其缺点，有很大一部分字符用一个字节就可以表示的现在要两个字节表示，存储空间放大了一倍，在现在的网络带宽还非常有限的今天，这样会增大网络传输的流量，而且也没必要。而UTF-8采用了一种变长技术，每个编码区域有不同的字码长度。不同类型的字符可以是由1~6个字节组成。
4、UTF-16
具体定义了Unicode字符在计算机中存取方法。UTF-16用两个字节来表示Unicode转化格式，这个是定长的表示方法，不论什么字符都可以用两个字节表示，两个字节是16个bit，所以叫UTF-16。UTF-16表示字符非常方便，每两个字节表示一个字符。

3.不同编程语言的内存编码格式（默认||常用）

C

在C语言中字符有两种，一种是窄字符，另一种是宽字符。
只有 char 类型的窄字符才使用 ASCII 编码
char 类型的窄字符串、宽字符和宽字符串都不使用 ASCII 编码，一般根据编译器设置编码格式，大多数为UTF-8

C++

C++分为char、wchar_t
char表示汉字用双字节，字符用单字节，汉字编码格式为GBK，字符为ASCII。
wchar_t字符，用的是unicode编码，utf16

JAVA

JAVA内存编码格式采用，UTF-16BE大端序编码方式。

Python

Python通常默认时使用utf8编码方式

Go

string是所有8位字节的字符串的集合，通常，但不一定表示UTF-8编码的文本。字符串可以为空，但不能为nil。字符串类型的值是不可变的。
一种是 uint8 类型，或者叫 byte 型，代表了 ASCII 码的一个字符。
另一种是 rune 类型，代表一个 UTF-8 字符，当需要处理中文、日文或者其他复合字符时，则需要用到 rune 类型。rune 类型等价于 int32 类型。