字节 - 基础知识

字节（Byte /bait/ n. [C]）是 计算机 信息技术用于计量存储容量的一种计量单位，也表示一些计算机编程语言中的数据类型和语言字符。

中文名

字节

外文名

Byte

简    写

B

相关概念

iB；位（b，bit）

 

目录

1. 1 换算
2. ▪ 字符与字节
3. ▪ 不同数量级间
4. ▪ 存储类型
5. 2 相关单位
6. ▪ B与bit

1. ▪ B与iB
2. 3 数据类型
3. 4 语言字符
4. 5 易混概念辨析
5. ▪ 字

1. ▪ 字长
2. ▪ 字节
3. ▪ 字符串
4. ▪ 字符集
5. ▪ Unicode

换算

字符与字节

ASCII码：一个英文字母（不分大小写）占一个字节的空间，一个中文 汉字占两个字节的空间。一个 二进制数字序列，在 计算机中作为一个数字单元，一般为8位二进制数，换算为 十进制。最小值0，最大值255。如一个ASCII码就是一个字节。

UTF-8编码：一个英文 字符等于一个字节，一个中文（含繁体）等于三个字节。

Unicode编码：一个英文等于两个字节，一个中文（含繁体）等于两个字节。

符号：英文 标点占一个字节，中文标点占两个字节。举例：英文句号“.”占1个字节的大小，中文句号“。”占2个字节的大小。

不同数量级间

数据存储是以10 进制表示，数据传输是以2进制表示的，所以1KB不等于1000B。

1KB=1024B；1MB=1024KB=1024×1024B。其中1024=2 10。

1B（byte，字节）= 8 bit（见下文）；

1KB（Kibibyte， 千字节）=1024B= 2^10 B；

1 MB（Mebibyte， 兆字节，百万字节，简称“兆”）=1024KB= 2^20 B；

1 GB（Gigabyte， 吉字节，十亿字节，又称“千兆”）=1024MB= 2^30 B；

1 TB（Terabyte，万亿字节， 太字节）=1024GB= 2^40 B；

1 PB（Petabyte，千万亿字节， 拍字节）=1024TB= 2^50 B；

1 EB（Exabyte，百亿亿字节， 艾字节）=1024PB= 2^60 B；

1 ZB（Zettabyte，十万亿亿字节， 泽字节）= 1024EB= 2^70 B；

1 YB（Yottabyte，一亿亿亿字节， 尧字节）= 1024ZB= 2^80 B；

1 BB（Brontobyte，一千亿亿亿字节）= 1024YB= 2^90 B；

1NB（NonaByte，一百万亿亿亿字节） = 1024 BB = 2^100 B；

1DB（DoggaByte，十亿亿亿亿字节） = 1024 NB = 2^110 B；[1]  

存储类型

以下以Visual Basic为例，讲解各种数据类型所占字节。

数据类型	储存空间大小(单位:字节)	范围
Byte(字节型)	1	0 - 255
Boolean(布尔型/逻辑型)	2	True 或 False
Integer(整数型)	2	-32,768 ~ 32767
Long(长整形)	4	-2,147,483,648 ~ 2,147,483,647
Single ( 单精度浮点型)	4	负数范围: -3.402823E38 ~ -1.401298E-45 正数范围: 1.401298E-45 ~ 3.402823E38
Double ( 双精度浮点型)	8	负数范围: -1.797,693,134,862,32E308 ~ -4.940,656,458,412,47E-324 正数范围: 4.940,656,458,412,47E-324 ~ 1.797,693,134,862,32E308
Currency (变比整形 / 货币类型)	8	-922,337,203,685,477.5808 ~ 922,337,203,685,477.5807
Decimal(十进制型)	14	没有小数点时: +/-79,228,162,514,264,337,593,543,950,335 有小数点时: +/-7.922,816,251,426,433,759,354,395,033,5 最小的非零值: +/-0.000,000,000,000,000,000,000,000,000,1
Date(时间日期型)	8	100 年 1 月 1 日 ~ 9999 年 12 月 31 日
Object(对象型)	4	任何 Object 引用
String (变长)	10	长度从 0 到 大约 20 亿
String (定长)	10	长度从 1 到大约 65,400
Variant (数字)	16	任何数字值，最大可达 Double 的范围
Variant (字符)	22	与字符串长度,变长 String 有相同的范围
用户自定义变量	-	-

任何数据类型的 数组都需要 20 个 字节的内存空间，加上每一数组维数占 4 个字节，再加上数据本身所占用的空间。数据所占用的内存空间可以用 数据元数目乘上每个元素的大小加以计算。例如，以 4 个 2 字节之 Integer 数据元所组成的一维 数组中的数据，占 8 个字节。这 8 个 字节加上额外的 24 个字节，使得这个 数组所需总内存空间为 32 个字节。

包含一 数组的 Variant 比单独的一个数组需要多 12 个 字节。[2]  

相关单位

B与bit

数据存储是以“字节”（Byte）为单位，数据传输是以大多是以“位”（bit，又名“比特”）为单位，一个位就代表一个0或1（即二进制），每8个位（bit，简写为b）组成一个字节（Byte，简写为B），是最小一级的信息单位。

B与iB

1KB（Kibibyte）=1024byte

1KiB（Kilobyte）=1000byte

1MB（Mebibyte）=1048576byte

1MiB（Megabyte）=1000000byte

硬盘生产商是以GiB（ 十进制，即10的3次方=1000，如1MiB=1000KB）计算的，而电脑（ 操作系统）是以GB（2进制，即2的10次方， 如1MB=1024KB）计算的，但是国内用户一般理解为1MiB=1M=1024 KB, 所以为了便于中文化的理解，翻译MiB为MB也是可以的。

同样根据 硬盘厂商与用户对于1MB大小的不同理解，所以好多160G的硬盘实际容量按 计算机实际的1MB=1024KB算都不到160G，这也可以解释为什么新买的硬盘“缺斤短两”并没有它所标示的那么大。

注：10TB大约等于一个人脑的 存储量。

[3]  

数据类型

Byte数据类型（字节型）用一个字节（Byte）储存，可区别256个数字，取值范围：0到255。 Byte是从0-255的无符号类型，所以不能表示负数。具体参照 数据类型。

语言字符

效果等同于 unsigned char型

typedef unsigned char BYTE

定义一种新类型BYTE，它其实就是unsigned char

在VC++中，byte型数据的定义包含在windows.h头文件中，调用byte需要添加代码#include <windows.h>

而在java中,byte是一个关键字

表示声明了一个整形常量在内容中占用一个字节

取值范围是-128~127

易混概念辨析

字

在 计算机中，一串数码作为一个整体来处理或运算的，称为一个 计算机字，简称字。字通常分为若干个字节（每个字节一般是8位）。在 存储器中，通常每个 单元存储一个字，因此每个字都是可以 寻址的。字的长度用位数来表示。

在 计算机的 运算器、 控制器中，通常都是以字为单位进行传送的。字出现在不同的地址其含义是不相同。例如，送往控制器去的字是指令，而送往 运算器去的字就是一个数。

字长

计算机的每个字所包含的位数称为 字长。根据 计算机的不同， 字长有固定的和可变的两种。固定 字长，即字长度不论什么情况都是固定不变的；可变字长，则在一定范围内，其长度是可变的。

计算的 字长是指它一次可处理的 二进制数字的数目。 计算机处理数据的速率，自然和它一次能加工的位数以及进行运算的快慢有关。如果一台 计算机的字长是另一台计算机的两倍，即使两台计算机的速度相同，在相同的时间内，前者能做的工作是后者的两倍。

一般地，大型 计算机的字长为32- 64位， 小型计算机为12-32位，而 微型计算机为4-16位。 字长是衡量 计算机性能的一个重要因素。

字节

字节是指一小组相邻的 二进制数码。通常是8位作为一个字节。它是构成信息的一个小单位，并作为一个整体来参加操作，比字小，是构成字的单位。

在 微型计算机中，通常用多少字节来表示 存储器的存储容量。

例如，在C++的 数据类型表示中，通常 char为1个字节， int为4个字节， double为8个字节。

理解编码的关键，是要把 字符的概念和字节的概念理解准确。这两个概念容易混淆，我们在此做一下区分：

概念描述 举例

字符人们使用的记号，抽象意义上的一个 符号。 '1'， '中'， 'a'， '$'， '￥' ……

字节 计算机中存储数据的单元，一个8位的 二进制数，是一个很具体的 存储空间。0x01， 0x45， 0xFA……

字符串

在 内存中，如果“ 字符”是以 ANSI编码形式存在的，一个字符可能使用一个字节或多个字节来表示，那么我们称这种字符串为 ANSI字符串或者多字节字符串。如，"中文123" （占8字节，包括一个隐藏的\0）。

字符集

对于ANSI编码方式，存在不同的 字符集（Charset）。同样的字节序列，在不同的 字符集下表示的字符不一样。要正确解析一个ANSI 字符串，还要选择正确的 字符集，否则就可能导致所谓的 乱码现象。不同语言版本的 操作系统，都有一个默认的 字符集。在不指定 字符集的情况下，系统会使用此字符集来解析ANSI字符串。也就是说，如果我们在简体中文版的Windows下打开了一个由日文 操作系统保存的ANSI文本文件（仅包含ANSI 字符串的文本文件），我们看到的将是 乱码。但是，如果我们使用 Visual Studio之类的带编码选择的 文本编辑器打开此文件，并且选择正确的 字符集，我们将可以看到它的原貌。注意：简体中文 字符集中的繁体字和 繁体中文字符集中的繁体字，编码不一定相同（事实证明，似乎是完全不同）。

每个 字符集都有一个唯一的编号，称为 代码页（Code Page）。简体中文（GB2312）的代码页为936，而系统默认 字符集的代码页为0，它表示根据系统的语言设置来选择一个合适的字符集。

Unicode

字符串在 内存中，如果“字符”是以在Unicode中的序号存在的，那么我们称这种字符串为Unicode字符串或者宽字节字符串。在Unicode中，每个 字符都占两个字节。如，"中文123"（占10字节）。

Unicode和ANSI的区别就相当于 输入法内的“ 全角”和“ 半角”的区别。

由于不同ANSI编码所规定的标准是不相同的（ 字符集不同），因此，对于一个给定的多字节字符串，我们必须知道它采用的是哪一种字符集则，才能够知道它包含了哪些“字符”。而对于Unicode 字符串来说，不管在什么环境下，它所代表的“字符”内容总是不变的。Unicode 有着统一的标准，它定义了世界上绝大多数的 字符的编码，使得拉丁文、数字、简体中文、繁体中文、日文等都能以同一种编码方式保存。

数据类型

Uninterpreted	▪ 位元 ▪ 字节 ▪ Trit ▪ Tryte ▪ Word

数值	▪ 整数 ▪ Fixed-point ▪ 浮点数 ▪ Rational ▪ Complex ▪ Bignum ▪ Interval

文本	▪ 字符 ▪ 字符串

指针	▪ 物理地址 ▪ Reference

组合	▪ Algebraic data type ▪ 数组 ▪ Associative array ▪ Class ▪ List ▪ Object ▪ Option type ▪ Product ▪ Record ▪ Set ▪ Union

其他	▪ 布尔型 ▪ Bottom type ▪ Collection ▪ Enumerated type ▪ 异常 ▪ First-class function ▪ Opaque data type ▪ Recursive data type ▪ 信号标 ▪ 字串流 ▪ Top type ▪ Type class ▪ Unit type ▪ Void

相关议题	▪ 抽象资料型别 ▪ 数据结构 ▪ Interface ▪ Kind ▪ 原始型别 ▪ Subtyping ▪ Template ▪ Type constructor ▪ Parametric polymorphism

转载于:https://www.cnblogs.com/viewcozy/p/4857503.html