15 个 Java 冷知识点

通常，在面试中，会遇到面试官提一些比较“偏冷”的基础知识，比如基本数据类型所占用的字节数，或者Unicode和UTF-8的区别之类的问题，这时很多应聘者会答错。还有在平常编码的过程中，很多时候会用到除法计算，比如对一个长度为100万的List中的所有元素进行除16的操作，那么CPU对element<<4操作的运算会快于element/16的操作……

因此，本文对一些容易被遗忘的基础知识进行归纳，适合有一定Java基础的技术人员阅读，部分内容对初学者来说可能会比较吃力，希望可以帮助大家轻松应对面试官的基础技术问题，以及提升编码效率。

1.Java中的基本数据类型以及所占内存大小

(1)整形

byte   1字节

short   2字节

int   4字节

long   8字节

(2)浮点型

float   4字节

double   8字节

(3)字符类型

char   2字节(Unicode-16)

(4)布尔类型

布尔类型boolean比较特殊，尽管Java虚拟机定义了boolean类型，但虚拟机对boolean类型的支持是有限的，没有为boolean值单独设计JVM指令。操作布尔值的表达式在编译之后，它使用的是JVM的int数据类型，也就是占用4个字节。

JVM也不会直接支持boolean数组，boolean数组在编译之后，它的元素采用byte数据类型，用0表示false，1表示true，也就是boolean数组的元素只占用一个字节。

2.UTF-8与Unicode的关系

Unicode是一个统一的编码标准，将现有的所有字符进行唯一编码。在第一个Unicode版本中，使用两个字节（16位）来表示一个字符，注意这里的字节并非指的是计算机内存中的存储单元，而是一个数学长度单位而已。然而，一个Unicode字符在内存中存储所占用的长度，就需要一个具体的编码规则来实现，比如UTF-8。因此，Unicode只是一个编码标准，而UTF-8是对这个标准的一个实现，UTF-8规定了一个Unicode字符在内存中占用的空间（英文和中文所占空间是不同的，有兴趣的读者可以查阅相关资料）。

代码点指的是可以用于对字符集进行编码的那些数字，比如在16位的Unicode编码字符集中，字符“A”的编码是U+0041，那么0041就是一个代码点。

代码单元指的是字符所占空间的单元。例如在UTF-32中，一个代码单元为32位，一个字符占用32位，恰好使用一个代码单元，这种方式会耗费大量内存。在UTF-16中，一个代码单元为16位，值 U+0000 至 U+FFFF 编码对应一个字符，每个字符占用一个代码单元，但是，对于超过这个范围的那些增补字符的编码，需要两个这样的单元（即32位）。而在UTF-8中，一个代码单元为8位，UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码，原理同UTF-32和UTF-16。