手握两个锟斤拷，口中直呼烫烫烫

闲来无事，随便写写。程序员才知道的一个小梗。

问：你了解字符编码吗？

答：锟斤拷

问：那内存有接触吗？

答：烫烫烫，口口口。

保准面试官露出蜜汁微笑。

什么意思？一起来聊聊吧！

字符编码和ASCII

       机器只能识别0和1，日常生活中的字符怎么让机器识别，这就是字符编码。最简单的字符编码是摩斯电码，即滴答滴答滴滴答。而我们的计算机就比较高级了，最开始采用的是ASCII码。

        ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套计算机编码系统。它主要用于显示现代英语，其中共有128个字符，包含了所有的大写和小写字母，数字0到9、标点符号， 以及在美式英语中使用的特殊控制字符等。

Unicode

        ASCII码只有128位，美国人是够用了，我泱泱华夏，光常用汉字就不下五千，根本不够用，怎么办？Unicode登场了。

        Unicode（中文：万国码、国际码、统一码、单一码）是计算机科学领域里的一项业界标准。它对世界上大部分的文字系统进行了整理、编码，使得计算机可以用更为简单的方式来呈现和处理文字。

UTF-8 UTF-16 UTF-32

       Unicode解决了表示的问题，但是没考虑存储的问题，世界上那么多文字，定长存储的话，内存得爆。于是使用可变长度存储

UTF-8 使用一至四个字节为每个字符编码
UTF-16 使用二或四个字节为每个字符编码
UTF-32 使用四个字节为每个字符编码

GBK，GB2312，GB18030

可变存储解决了一部分存储的问题，但是可不可以继续优化？

举个例子，我们日常输入法需要输出日文吗？苍老师才需要嘛。所有把关于日文的Unicode字符砍掉。等等，中文专用的字符编码GBK便诞生了。

• GB2312（1980年）：16位字符集，收录有6763个简体汉字，682个符号，共7445个字符；

  • 优点：适用于简体中文环境，属于中国国家标准，通行于大陆，新加坡等地也使用此编码；

  • 缺点：不兼容繁体中文，其汉字集合过少。

• GBK（1995年）：16位字符集，收录有21003个汉字，883个符号，共21886个字符；

  • 优点：适用于简繁中文共存的环境，为简体Windows所使用，向下完全兼容gb2312，向上支持 ISO-10646 国际标准 ；所有字符都可以一对一映射到unicode2.0上；

  • 缺点：不属于官方标准，和big5之间需要转换；很多搜索引擎都不能很好地支持GBK汉字。

• GB18030（2000年）：32位字符集；收录了27484个汉字，同时收录了藏文、蒙文、维吾尔文等主要的少数民族文字。

  • 优点：可以收录所有你能想到的文字和符号，属于中国最新的国家标准；

  • 缺点：目前支持它的软件较少。

锟斤拷

“�”不要怀疑，没有乱码，就是要打这个字符。“�”这个字符在Unicode字符集中表示无法显示的特殊字符，在UTF-8下，他的16进制形式是'0xEF 0xBF 0xBD'（三个字节）。

当连续两个“�”“�”字符放一起时：'0xEF 0xBF 0xBD’，‘0xEF 0xBF 0xBD'。

一旦将这个UTF-8字符转换为GBK码(两个字节)，便是：‘0xEF 0xBF ’，‘0xBD 0xEF’，‘0xBF 0xBD’。

其对应的GBK字符便是：锟（0xEFBF），斤（0xBDEF），拷（0xBFBD）。

烫烫烫

在debug模式下，VC会把栈中新分配的内存初始化为0xcc，而把堆中新分配的内存初始化为0xcd。把0xcc和0xcd按照字符打印出来，就是烫和屯了。