Java：字符与字符串字节大小

Question

惊讶地发现下面的代码

System.out.println("Character size:"+Character.SIZE/8);
System.out.println("String size:"+"a".getBytes().length);

输出这个：

字符大小：2

字符串大小：1

我假设单个字符串应该占用与单个字符相同（或更多）的字节。

我特别想知道。

如果我有一个包含多个字段的 java bean，它的大小将如何增加取决于字段的性质（字符、字符串、布尔值、向量等...）我假设所有 java 对象都有一些（可能是最小的）足迹，并且这些足迹中最小的一个将是单个字符。为了测试这个基本假设，我从上面的代码开始 - 打印语句的结果似乎违反直觉。

任何关于 java 默认存储/序列化字符与字符串的方式的见解都会非常有帮助。

Answer 1

getBytes() 使用默认编码（很可能是ISO-8859-1）输出String，而内部字符 char 始终有 2 个字节。 Java 在内部总是使用 2 字节字符的 char 数组，如果您想了解更多关于编码的信息，请阅读问题 cmets 中 Oded 提供的链接。

Answer 2

我想说我的想法，如果我错了，请纠正我，但您发现字符串的长度正确显示为 1，因为字符串中只有 1 个字符。长度显示长度而不是大小。长度和大小是两个不同的东西。

检查这个Link.. 你发现占用的字节数是错误的

Answer 3

好吧，你有 char 数组中的 1 个字符的大小为 2 个字节，并且你的 String 包含的长度是 1 个字符，而不是它有 1 个字节大小。

Java 中的String 对象包括：

private final char value[];
private final int offset;
private final int count;
private int hash;

只有这样才能保证String 对象大于char 数组。 如果您想了解有关对象大小的更多信息，还可以阅读有关 char 数组的对象头和多重因子的信息。例如here 或here。

Answer 4

我想先添加一些代码，然后再解释一下：

import java.nio.charset.Charset;

public class Main {

    public static void main(String[] args) {
        System.out.println("Character size: " + Character.SIZE / 8);
        final byte[] bytes = "a".getBytes(Charset.forName("UTF-16"));
        System.out.println("String size: " + bytes.length);
        sprintByteAsHex(bytes[0]);
        sprintByteAsHex(bytes[1]);
        sprintByteAsHex(bytes[2]);
        sprintByteAsHex(bytes[3]);
    }

    static void sprintByteAsHex(byte b) {
        System.out.print((Integer.toHexString((b & 0xFF))));
    }
}

输出将是：

Character size: 2
String size: 4
feff061

所以您实际上缺少的是，您没有为 getBytes 方法提供任何参数。可能，您正在获取字符“a”的 UTF-8 表示的字节。

好吧，但是当我们要求 UTF-16 时，为什么我们得到了 4 个字节？好的，Java 内部使用 UTF-16，那么我们应该得到 2 个字节吧？

如果你检查输出：

feff061

Java 实际上返回给我们一个 BOM：https://en.wikipedia.org/wiki/Byte_order_mark。

所以前 2 个字节： feff 是用于指示后续字节将是 UTF-16 Big Endian 的信号。请参阅维基百科页面了解更多信息。

剩下的 2 个字节：0061 是你拥有的字符“a”的 2 个字节表示。可以验证来自：http://www.fileformat.info/info/unicode/char/0061/index.htm

所以是的，Java 中的一个字符是 2 个字节，但是当您要求没有特定编码的字节时，您可能并不总是得到 2 个字节，因为不同的编码对于不同的字符需要不同的字节数。

Answer 5

Character 的 SIZE 是 char 所需的存储空间，为 16 位。字符串的长度（也是底层 char-array 或 bytes-array 的长度）是字符数（或字节数），而不是位大小。

这就是为什么您必须将大小除以 8，而不是长度。长度需要乘以 2。

另请注意，如果您指定不同的编码，您将获得其他长度的字节数组。在这种情况下，执行 getBytes() 时会执行到单一或可变大小编码的转换。

见：http://docs.oracle.com/javase/6/docs/api/java/lang/String.html#getBytes(java.nio.charset.Charset)