Java中字符串的位级表示答案

【问题标题】：Bit level representation of Strings in JavaJava中字符串的位级表示
【发布时间】：2019-12-25 11:56:10
【问题描述】：

我知道字符串是一个字符序列。但它是如何以位级表示的呢？和代表人物一样吗？例如，字符串"ab" 是否表示为0000000001100001 0000000001100010，其中前16 位表示a 的Unicode 编号，后16 位表示b 的Unicode 编号？

【问题讨论】：

也许你应该读到这个：en.wikipedia.org/wiki/Character_encoding
好的，我刚刚发现您可以通过在字符串“\uxxxx\uxxxx”中使用此表示法来使用一些 Unicode 编号高于 \uffff 的字符。因此，您不能将这些字符表示为 char，但您肯定可以将这些字符表示为字符串。那么，任何人都可以为位级表示提供帮助吗？

【解决方案1】：

但它是如何以位级表示的呢？和代表人物一样吗？

不一定。这取决于您使用的 Java 版本以及其他因素。

在 Java 9 之前，String 的默认字符内容表示为 char 的数组。因此，您的示例表示对于 Java 8 及更早版本基本上是正确的。
在 Java 6 和 Java 8 之间，有一个 JVM 选项可以启用“压缩字符串”。对于仅由 ASCII 字符组成的字符串，这使用每个字符 1 个字节。启用此功能的字符串表示使用byte[] 或char[]。
在 Java 9 中，他们引入了“紧凑字符串”支持作为标准。这与“压缩字符串”的作用大致相同，但有一些重要的区别使其成为更有效的优化。（实际使用的数据类型是byte[]。在字符串中的字符为16位的情况下，每对byte值代表一个char。

对于“压缩”和“压缩”字符串，表示将取决于实际字符。对于您的 "ab" 示例，位级表示将是 2 个字节而不是 2 个 16 位字。

您还询问了 String 是否支持大于 U+FFFF 的代码点。答案是肯定的。当使用char[] 表示时（就像它们在这里一样），代码点实际上是用 UTF-16 编码的。这意味着大于 U+FFFF 的代码点表示为两个 16 位代码单元。（代理对。）

【讨论】：