byte vs char 小结

本篇博客主要针对初学者容易混淆的byte 和char 进行分析，其实只要我们好好复习下java的基本类型和几种常见的字符集，我们就会对这些疑问缝纫而解了，

---

1. Java 基本数据类型；
2. 字符集；

---

1. Java数据类型：
   1.1. Java内置数据类型；
   1.2. Java引用对象类型；

1.1. Java内置的数据类型
Java 提供了 8 种基本类型。6 种数字类型（ 4 个整数型，2 个浮点型），1 种字符类型，1 种布尔型。

byte：
首先明确一点，byte是Java 4个整数类型中的一个，是用来表示 Java 整数的，自然就会涉及到表示整数的范围，在内存中占几个字节的问题。

• byte 数据类型用一个字节，也就是 8 位 表示、有符号的，以二进制补码表示的整数；

• byte表示的整数范围为： 最小值是 -128（-2^7） 到 最大值是 127（2^7-1）； 默认值是 0；

• ASCII码就是用一个字节表示的，因此我们可以有：

  • byte b1 = 34;
  • byte b2 = ‘a’; (会输出 65，因为byte是表示小范围的整数)
  • System.out.println(” b1+b2 = “+(b1+b2))==>”~”= 34+65=99;
  • System.out.println(“b1+b2 = “+b1+b2)==>”~”= 3465;

对应的包装类： Byte.

Byte.Bytes
Byte.SIZE
Byte.MIN_VALUE
Byte.MAX_VALUE
new Byte(byte).short/int/long/float/doubleValue();

---

short：
short 是Java中第二个整数数据类型，

• 由 2 个字节 16 位表示、有符号的以二进制补码表示的整数

• 最小值是 -32768（-2^15） 到 最大值是 32767（2^15 - 1）；默认值是 0；

  • short s1=345;
  • short s2=’a’;(自动将byte类型转换成short类型了对应97)

对应的包装类：Short

Short.Bytes
Short.size
Short.MIN_VALUE
Short.MAX_VALUE
new Short(short).byte/short/int/long/float/doubleValue();

---

int：
int是 Java中第3个表示整数的类型，其表示的范围更大

• int 数据类型是 4 个字节 32 位表示、有符号的以二进制补码表示的整数；

• 最小值是 -2,147,483,648（-2^31） 到 最大值是 2,147,483,647（2^31 - 1）；默认值是 0；

对应的包装类： Integer

Integer.Bytes
Integer.SIZE
Integer.MIN_VALUE
Integer.MAX_VALUE
Integer.toBinaryString(int)
Integer.parseInt(String s, int radix);

---

long：
long是 Java中第 4 个表示整数的类型，其表示的范围更大

• long 数据类型是 8 个字节 64 位表示、有符号的以二进制补码表示的整数；

• 最小值是 -9,223,372,036,854,775,808（-2^63）到 最大值是
  9,223,372,036,854,775,807（2^63 -1）；默认值是 0L；

• 当我们表示long类型是要在数字的末尾处加上L;

  • long a = 100000L，Long b = -200000L。

对应的包装类为 Long

Long.Bytes
Long.SIZE
Long.MIN_VALUE
Long.MAX_VALUE
Long.toBinaryString(int)
Long.parseInt(String s, int radix);

---

float：

• float是Java 中单精度，用4个字节 32位表示，例如：float f1 = 234.5f。

对应的包装类： Float

---

double:

• double 数据类型是双精度、8 个字节 64 位表示、 默认值是 0.0d； 例子：double d1 = 123.4。

对应的包装类为： Double

---

---

char：

• char类型是由 2 个字节 16 位表示的，没有符号，

• char最小值是 \u0000（即为0）到 最大值是 \uffff（即为65,535）；

• char 数据类型可以储存任何字符；

  • char c1 = ‘A’;

  • char c2 = ‘中’ (中字 对应的int值也就是十进制值为20023)

  • char c3 =20023; (输出的c3就是对应的中字)

对应的包装类： Charcter

---

---

boolean:

• boolean数据类型表示一位的信息；只有两个取值：true 和 false；
• 默认值是 false；
• boolean one = true。

---

1.1.1 自动类型转换：
整型、实型（常量）、字符型数据可以混合运算。运算中，不同类型的数据先转化为同一类型，然后进行运算。

转换从低级到高级。

低  ------------------------------------>  高

byte,short,char—> int —> long—> float —> double 

注意：
1. 不能对boolean类型进行类型转换。
2. 在把容量大的类型转换为容量小的类型时必须使用强制类型转换。
3. 转换过程中可能导致溢出或损失精度，例如：int i =128;
byte b = (byte)i;
4. 浮点数到整数的转换是通过舍弃小数得到，而不是四舍五入

---

---

• Java 字符集
  2.1首先我们对ASCII码表有个清晰的记忆：ASCII表，其中：ASCII中的0~31为控制字符；32~126为打印字符；127为Delete(删除)命令，
• 10 ： 换行
• 13 ： 回车
• 28 ： 文件分隔符
• 32 ： space
• 48 ： 0
• 59 ： 9
• 65 ： A
• 90 : Z
• 97 : a
• 122 : z
• \n 换行 (0x0a)
• \r 回车 (0x0d)
• \f 换页符(0x0c)
• \b 退格 (0x08)
• \0 空格 (0x20)
• \s 字符串
• \t 制表符
• \” 双引号
• \’ 单引号
• \ 反斜杠
• \ddd 八进制字符 (ddd)
• \uxxxx 16进制Unicode字符 (xxxx)

以下内容为转载内容：特此标识；

---

在下面的描述中，将以”中文”两个字为例，经查表可以知道其GB2312编码是”d6d0 cec4”，Unicode编码为”4e2d 6587”，UTF编码就是”e4b8ad e69687”。注意，这两个字没有iso8859-1编码，但可以用iso8859-1编码来”表示”。

2.1. iso8859-1

属于单字节编码，和ascii编码相似，最多能表示的字符范围是0-255，应用于英文系列。

很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用该编码。比如，虽然”中文”两个字不存在iso8859-1编码，以gb2312编码为例，应该是”d6d0 cec4”两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示：”d6 d0 ce c4”（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节”e4 b8 ad e6 96 87”。很明显，这种表示方法还需要以另一种编码为基础。

2.2. GB2312/GBK

这就是汉子的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（单字节）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。

2.3. unicode

这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。

需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。

2.4. UTF

考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。

注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。 Unicode标准，它几乎涵盖了各个国家语言可能出现的符号和文字，并将为他们编号。Unicode的编号从0000开始一直到10FFFF共分为16个Plane，每个Plane中有65536个字符。而UTF-8则只实现了第一个Plane，可见UTF-8虽然是一个当今接受度最广的字符集编码，但是它并没有涵盖整个Unicode的字库。

2.4.1 UTF-8

它为变长编码。最小编码单位（code unit）为一个字节。一个字节的前1-3个bit为描述性部分，后面为实际序号部分。

• 如果一个字节的第一位为0，那么代表当前字符为单字节字符，占用一个字节的空间。0之后的所有部分（7个bit）代表在Unicode中的序号。
• 如果一个字节以110开头，那么代表当前字符为双字节字符，占用2个字节的空间。110之后的所有部分（13个bit）代表在Unicode中的序号。且第二个字节以10开头
• 如果一个字节以1110开头，那么代表当前字符为三字节字符，占用3个字节的空间。110之后的所有部分代表在Unicode中的序号。且第二、第三个字节以10开头
• 如果一个字节以10开头，那么代表当前字节为多字节字符的第二个字节。10之后的所有部分（6个bit）代表在Unicode中的序号。

并有以下规律：

• 3个字节的UTF-8十六进制编码一定是以E开头的
• 2个字节的UTF-8十六进制编码一定是以C或D开头的
• 1个字节的UTF-8十六进制编码一定是以比8小的数字开头的