数据背后的二进制

补码表示法

在原码表示的基础上取反然后加1
负数的二进制表示就是对应的正数的补码表示

1）-1:1的原码表示是00000001，取反是11111110，然后再加1，就是11111111。
2）-2:2的原码表示是00000010，取反是11111101，然后再加1，就是11111110。
3）-127:127的原码表示是01111111，取反是10000000，然后再加1，就是10000001。

好处：

1. 补码可以逆运算：正数->补码-> 负数->补码->正数
2. 利于计算机计算：利用溢出的特性正确做加减法

Java 一些特性

// 二进制常量
// 从 jdk7 开始支持，之前只能写成 16 进制
int a = 0b1101;
int b = 0xff;

// 查看数值的 二进制和 16 进制

Integer.toBinaryString(a);
Long.toHexString(b);

// 位运算
int a = -0b11;
int b = a >> 1;
int c = a >>> 1;
int d = -0b1;
System.out.println(a);								//-3
System.out.println(Integer.toBinaryString(a));		//11111111111111111111111111111101
System.out.println(b);								//-2
System.out.println(Integer.toBinaryString(b));		//11111111111111111111111111111110
System.out.println(c);								//2147483646
System.out.println(d);								//-1

十进制和二进制数

整数

辗转相除法
例子：
int：10
10/2=5–0
5/2=2–1
2/2=1–0
1/2=0–1
结果：1010
原理：

10/2=5–0 查看是否可以完全使用相比于 20 更高位 21 表示，余数为 0 ，表示可以
5/2=2–1 查看是否可以完全使用相比于 21 更高位 22 表示，余数为 1 ，表示去掉一个 21，剩下的可以使用更高位完全表示
2/2=1–0 …
1/2=0–1 一直到全部表示完

小数

类似于 整数 的转化原理，使用辗转相除法
例子：
float：0.3
0.3 / 2-1 = 0.6 – 0 0.3 对于 2-1 来说，并不能获取一个 2-1
0.6 / 2-1 = 0.2 – 1 0.6 对于 2-2 来说，可以获取一个 2-2
为什么变成了 0.6，这就相当于十进制中：12/10 = 1–2，
而对于更低位 1 来说，12/1 = 12–0，相当于扩大了 10 倍，
也可以理解为，低位向高位借位为 10 倍
0.2 / 2-1 = 0.4 – 0
0.4 / 2-1 = 0.8 – 0
0.8 / 2-1 = 0.6 – 1
… 无限循环，直到达到指定精度

原理：
类似于整型的原理，都是看高位是否可以表示，区别在于对于小数而言，最高位在最前面，也就是 2-1 ，所以类似于查看是否可以从目标数中获取一个最高位的数值，例子中就是：0.3 - 2-1 > 0 ?
如果不能获取，则向低位询问，而对于低位而言，值是翻倍的，就像十进制中是翻十倍的，102 是 101 的十倍
就这样一直向更低位询问，直到目标数刚好被取完或是达到指定精度

浮点数和二进制

IEEE 754 国际标准规定浮点数的表示
两种：32 位浮点和 64 位浮点
32 位浮点的位组成位：1+8+23，正负标志位+指数位+有效数位，s+E+M
64 位浮点：1+11+52

转化中需要使用到 整数和小数 转化到二进制的内容

例子 1 ：
float：5.0
binary：101.0
科学计数法：1.01 x 2^2
s = 0, E = 2 + 127, M = 010000…用 0 补足 23 位
所以结果为：0 1000,0001 0100,0000,0000,0000,0000,000

例子 2 ：
float：-1.125
binary：-1.001
科学计数法：-1.001 x 2^0
s = 1, E = 0 + 127, M = 001000…用 0 补足 23 位
所以结果为：1 0111,1111 0010,0000,0000,0000,0000,000

例子 3 ：
double：-1.3
binary：-1.01,0011,0011,0011,… 无限循环 0011
科学计数法：-1.01,0011,0011… x 2^0
s = 1, E = 0 + 1023, M = 01,0011,0011,0011,0011… 循环到补足 52 位
所以结果为： 1 0111,1111,111 01,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,00
使用代码验证结果为： 1 0111,1111,111 01,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,0011,01 （发生进位）

以上例子可以使用 Java 代码验证

Integer.toBinaryString(Float.floatToIntBits(value))
Long.toBinaryString(Double.doubleToLongBits(value))

计算机存储

❗️❗️❗️ 计算机中的数据是以字节来存储的，即 8 bit
所以对于 utf-8 中的 英文（UTF-8 兼容 ASCII ）来说，不需要考虑存储，一个字节就够了
对于大小端序，只有存储两个字节的情况才要考虑
而对于 utf8 来说，也不需要考虑字节序的问题，因为高位和低位之间无法产生混淆
对于 utf16，utf32 来说，需要考虑字节序

存储地址由小到大增大

大端：
低位存储于高位，与阅读习惯一致
小端：
低位存储于低位，比较有效率

字符编码

UTF-32 和 UTF-16 存在字节序问题，其他是没有的
UTF-32 和 UTF-16 不兼容 ASCII，其他都是兼容的

ASCII
长度：一个字节
格式：0xxx xxxx
兼容：GB2312，GBK，GB18030，ISO8859-1（Latin-1），windows-1252

ISO8859-1（latin1）
长度：一个字节
格式：
0xxx xxxx 兼容 ASCII
1xxx xxxx 其他字符，128-159 控制字符，160-255 西欧字符

windows-1252
长度：一个字节
和 ISO8859-1 基本一样，区别在于使用 128-159 中的一些表示打印字符
基本上可以认为，ISO8859-1已被Windows-1252取代，在很多应用程序中，即使文件声明它采用的是ISO 8859-1编码，解析的时候依然被当作Windows-1252编码。
HTML5 甚至明确规定，如果文件声明的是ISO 8859-1编码，它应该被看作Windows-1252编码

GB2312
长度：变长，一个或二个字节
格式：
0xxx xxxx xxxx xxxx 由 0 开头，则是一个 ASCII，第二个字节没有用
1xxx xxxx 1xxx xxxx 两个字节都是 1 开头的
GB2312标准主要针对的是简体中文常见字符，包括约7000个汉字和一些罕用词和繁体字。

GBK
长度：变长，一个或二个字节
格式：
0xxx xxxx xxxx xxxx 由 0 开头，则是一个 ASCII，第二个字节可以省略
1xxx xxxx 0xxx xxxx 低位字节是可以 0 开头的
GBK建立在GB2312的基础上，向下兼容GB2312，也就是说，GB2312编码的字符和二进制表示，在GBK编码里是完全一样的。GBK增加了14 000多个汉字，共计约21 000个汉字，其中包括繁体字。

GB18030
长度：变长，1，2，4 三种长度
长度为 2 的时候就是 GBK
GB18030向下兼容GBK，增加了55 000多个字符，共76 000多个字符，包括了很多少数民族字符，以及中日韩统一字符。

解析二进制时，如何知道是两个字节还是4个字节表示一个字符呢？看第二个字节的范围，如果是0x30～0x39就是4个字节表示，因为两个字节编码中第二个字节都比这个大。

Big5
长度：二个字节
Big5是针对繁体中文的，广泛用于我国台湾地区和我国香港特别行政区等地。Big5包括13 000多个繁体字，和GB2312类似，一个字符同样固定使用两个字节表示。在这两个字节中，高位字节范围是0x81～0xFE，低位字节范围是0x40～0x7E和0xA1～0xFE。

Unicode
统一字符的编码，为每个字符都分配了一个编号，但是没有规定要怎么存储

UTF-32
长度：四个字节

这个最简单，就是 Unicode 字符编号的整数二进制形式，4个字节。

UTF-16
长度：变长，2，4 字节
计算机存储处理效率高，所以计算机内部多使用该编码方式

UTF-8
长度：变长，1，2，3，4 字节
格式：
0xxx xxxx 兼容 ASCII
110x xxxx 10xx xxxx
1110 xxxx 10xx xxxx 10xx xxxx
1111 0xxx 10xx xxxx 10xx xxxx 10xx xxxx 第一个字节表示一共有几个字节

计算机处理效率低，编码费劲，但是节省空间，常用于传输