编码详解，快来看这篇文章吧！！！

编码

计算机底层存储0/1。编码：一些比特位的值，与文字符号映射出编码表。

计算机如何存储文字呢？

编码表（底层还是0/1）。

1.ascii

ASCII（American Standard Code for Information Interchange，美国信息互换标准代码）是一套基于拉丁字母的字符编码，共收录了 128 个字符，用一个字节就可以存储，它等同于国际标准 ISO/IEC 646。(如下图)
1byte
-128~127

char arr[] = "type,character";

字符串用ascii码在内存中的存放（如下图）

2、unicode（统一码/万国码）：为世界上所有的文字和符号提供一个统一且唯一的编码的标准。

万国码又分为3种UTF-32；UTF-16；UTF-8。

2.1、UTF-8（最常用的）

UTF-8: 是一种变长字符编码，被定义为将码点编码为 1 至 4 个字节，具体取决于码点数值中有效二进制位的数量

UTF-8 的编码规则:

（1）对于单字节的符号，字节的第一位设为 0，后面 7 位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的, 所以 UTF-8 能兼容 ASCII 编码，这也是互联网普遍采用 UTF-8 的原因之一
（2）对于 n 字节的符号（ n > 1），第一个字节的前 n 位都设为 1，第 n + 1 位设为 0，后面字节的前两位一律设为 10 。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码
编码格式（如下图）：

2.2 UTF-16

UTF-16 也是一种变长字符编码, 这种编码方式比较特殊, 它将字符编码成 2 字节 或者 4 字节。
具体的编码规则如下:

（1）对于 Unicode 码小于 0x10000 的字符， 使用 2 个字节存储，并且是直接存储 Unicode 码，不用进行编码转换
（2）对于 Unicode 码在 0x10000 和 0x10FFFF 之间的字符，使用 4 个字节存储，这 4 个字节分成前后两部分，每个部分各两个字节，其中，前面两个字节的前 6 位二进制固定为 110110，后面两个字节的前 6 位二进制固定为 110111, 前后部分各剩余 10 位二进制表示符号的 Unicode 码 减去 0x10000 的结果
（3）大于 0x10FFFF 的 Unicode 码无法用 UTF-16 编码

2.3 UTF-32

UTF-32 是固定长度的编码，始终占用 4 个字节，足以容纳所有的 Unicode 字符，所以直接存储 Unicode 码即可，不需要任何编码转换。虽然浪费了空间，但提高了效率。

关于这个三种编码，在c++中的运用

（1）

	char arr[] = "types";
	char16_t arr1[] = u"types";
	char32_t arr2[] = U"types";
	cout << sizeof(arr) << endl;
	cout << sizeof(arr1) << endl;
	cout << sizeof(arr2) << endl;

（2）

char arr[] = "types";
char16_t arr1[] = u"types";
char32_t arr2[] = U"types";
wchar_t arr3[] = L"type";//char16很相似

（3）

char arr4[] = "你好";
char arr5[] = "你好 hello";
//char arr5[] = "你好 hello";
cout << sizeof(arr4) << endl;
cout << sizeof(arr5) << endl;

汉字大约占2.5个byte，一个英文站一个byte，两者在utf-8中是兼容的。

（4）编码不是乱编的，同音词编在一起（eg：禁语）

	char arr5[] = "你好 hello";
	//char arr5[] = "你好 hello";
	//cout << sizeof(arr4) << endl;
	cout << sizeof(arr5) << endl;
	arr5[1]++;
	arr5[1]++;
	arr5[1]--;
	arr5[1]--;
	arr5[1]--;

具体调试观察（如下图）：
观察‘你’这个字的变化。

总结

以上就是编码的全部内容了，喜欢博主写的内容，可以一键三连。鼓励博主，有什么问题，欢迎在评论区讨论留言。