java基础-ascii编码

小伙伴们，你们好呀！我是老寇！

我们都知道计算机只能理解二进制码，一个二进制位（bit）只有0或1两种状态，而一个字节（byte）由8个二进制位组成，因此有256种组合，即00000000 ~ 111111111。

ASCII编码是美国制定的一套字符编码，对英文的字符和二进制位之间的关系，做了统一规定，沿用至今。

ASCII编码一共规定了128个字符，包括阿拉伯数字、大小写字母、其他字符（空格、换行.....）

• 48～57为0到9十个阿拉伯数字： '0'~'9'
• 65～90为26个大写英文字母 ：'A'~'Z'
• 97～122号为26个小写英文字母：'a'~'z'

之所以只有128个字符，是因为最前面的一位统一规定为 0

如果是使用英语是没有问题，但是欧洲的一些不使用英语的国家，却发现128个字符不够用，又扩展了一些字符，加入一些带重音的字符、希腊字母等等字符加进去，由原本 0 最高位改成 1

拓展出来了128个二进制数，即10000000 ~ 111111111，从而涵盖基本的西欧语言。

说到这里，厉害啦我的国，中国NB！

随着使用计算机的国家越来越多，ascii编码不能满足我们汉语的需要，需要扩展字符集，因此国家标准总局发布了一套国家标准，也就是gb2312（简体中文），后面又加入了生僻字、繁体字等等，就有了后面的gbk字符集。gbk又是向下兼容gb2312。

每个国家都有一套自己的编码系统，通过编码和解码出来的字符五花八门，出现了乱码的情况，因此，为了实现跨语言、跨平台的文本转换和处理需求，ISO国际标准化组织提出了Unicode的新标准，Unicode字符集涵盖了世界上所有的文字和符号字符，Unicode编码为字符集中的每一个字符指定了唯一的二进制编码，彻底解决之前不同编码系统的冲突和乱码问题。

我们一起看个程序

public class Ascii {
    public static void main(String[] args) {
        char c = 23495;
        System.out.println("Unicode编码：" + c);
        char chinese = '寇';
        int number = chinese;
        System.out.println("中文的Unicode码：" + number);
        char upper = 'A';
        number = upper;
        System.out.println("大写字母的ASCII码：" + number);
        char lower = 'a';
        number = lower;
        System.out.println("小写字母的ASCII码：" + number);
        char num = '0';
        number = num;
        System.out.println("数字的ASCII码：" + number);
        System.out.println("Unicode码为23495，强制类型转换为" + (char)23495);
        System.out.println("ASCII码为65，强制类型转换为" + (char)65);
        System.out.println("ASCII码为97，强制类型转换为" + (char)97);
        System.out.println("ASCII码为48，强制类型转换为" + (char)48);
        //char向上兼容int，因此'c'和'a'会转成int再进行计算
        System.out.println("'c'减去'a'：" + ('c' - 'a'));
    }
}

Unicode编码：寇
中文的Unicode码：23495
大写字母的ASCII码：65
小写字母的ASCII码：97
数字的ASCII码：48
Unicode码为23495，强制类型转换为寇
ASCII码为65，强制类型转换为A
ASCII码为97，强制类型转换为a
ASCII码为48，强制类型转换为0
'c'减去'a'：2

运行结果分析：每个字符都有唯一对应的编码值，而char转换为int类型，不需要强制类型转换，而int转为char需要强制类型转换。

byte 取值范围：-2^8 ~ 2^8-1，即 -128 ~ 127

char 取值范围： 0 ~ 65535

int  取值范围：  -2^31 ~ 2^31-1，即 -2147483648 ~ 2147483647

=> int > char，因此char能够向上兼容int，但是int要强制类型转换为char。

说到这里，你们可能就有疑问啦，为什么char可以存汉字？这是因为char是按照字符存储的，不管英文还是中文，固定占用占用2个字节，用来储存Unicode字符。范围在0~65536。

c语言说的char类型与我们java的byte类型是一致的

补充：char是有16个二进制位，2个字节，希望大家不要与c语言的char类型弄混淆啦

结论：如果是做算法题并且只有字母的情况下，完全没有必要开辟256，这样做会造成资源浪费，通过减'a'的方式，将数组长度缩小到26

技巧：求重复数字可以通过arr[i]++方式来做，arr[i]++  => arr[i] = arr[i] + 1，arr[i]能够充当临时变量