java unicode编码

Question

众所周知，java使用的是unicode编码，我困惑的是unicode编码不是把大部分字节按照2个字节编码，如utf-16,最多的也是utf-32,每个字符按照4个字节编码，但是在一开始学习java的时候，每本书都会告诉大家8个primitive 类型的数据的大小：如:byte是8its(1个字节)，char和short是16bits(2个字节)，int ,float是32字节（4个字节），double和long是64bits（8个字节），这里的意思是表示每个数据类型使用不同的unicode编码方式么？如：byte是utf-8编码，char.shout,是utf8或者utf16编码。
有人能帮我解答一下么？非常感谢。

Answer 1

不是的，unicode，utf-8等是字符编码，相当于把世界上存在的字符人为赋予了一个数字ID，所占大小取决于样本空间大小。而byte，int等是数值，所占大小取决于数值的取值范围。虽然二者在存储空间上存在相似，但并不代表具有你说的关联。

Answer 2

unicode说的是字符，而我说的数值，对吧。

Answer 3

占用多少字节，是指占用多少内存空间，和使用什么unicode没有关系
比如
byte a = 1; //那么a在内存中占用1个字节
short b = 1; //那么b在内存中占用2个字节
对于字符串，缺省的是unicde编码，所以
String s1 = "编码"; //s1在内存中占用4个字节(一个汉字两个字节)
byte[] bs1 = s1.getBytes(); //获得字符串的字节数组(也就是在内存中每个字节空间保存的信息)
System.out.println(bs1.length); //可以查看获得缺省编码的字节数组长度
byte[] bs2 = s1.getBytes("UTF-8"); //不同编码，占用空间不一样
System.out.println(bs1.length); //所以返回的字节数组长度不一样
byte[] bs3 = s1.getBytes("UTF-16"); //不同编码，占用空间不一样
System.out.println(bs1.length); //所以返回的字节数组长度不一样所以，占用空间和unicode编码是两个概念，比如说，1个byte是1间房，那么对于byte信息，我们就用1间房来储存，对于short信息，我们就用2间房来存储，对于字符串信息，如果采用unicode编码，我们就用2间房来存储一个汉字，如果采用utf-16编码，我们就就用4间房来保存1个汉字，如果采用utf-8编码，可能会用3间房来保存1个汉字，所以编码只是对于字符串信息在内中如何分配做个规定，根据不同的编码，占用空间不一样，和基本类型不是一个概念，基本类型所占用的空间是不变的，没有编码之说，也就是说，基本类型的内存分配只有1种规定，不像字符串，可以有多种规定，因为每个国家的文字不一样，但是阿拉伯数字和英文数字以及一些常用的标点符号是一样的。

Answer 4

unicode 就是 unicode 和其他编码么关系来着。

Answer 5

我看了您的解答：得出
1.unicode编码是对字符来说的，对于primitive类型的值没有unicode编码之说，这些类型中规定的所占字节是其能表达的最大值占的最大字节，比如int 占4个字节，是说int 值最大能占4个字节，所以它的最大值只能从(-2的31次)到（-2的31次再减1）.
2.java中对字符编码我绝对跟默认平台的字符编码有关，不过编码的时候可以指定编码方式。
看下面的源代码：
public class Unicode
{
public static void main(String[] args)throws Exception
{ Integer b=0;
        System.out.println("int "+b+" "+b.toString().getBytes().length);
              
Character c='a';
System.out.println("char "+c+" "+c.toString().getBytes().length); Short d=1;
System.out.println("short "+d+" "+d.toString().getBytes().length);         Double e=1.8;
System.out.println("double "+e+" "+e.toString().getBytes().length); Double f=2e44;
System.out.println("Double "+f+" "+f.toString().getBytes().length);
                
//我默认平台是UTF-8编码
String g="1";
System.out.println("String "+g+" "+g.getBytes().length );
System.out.println("String "+g+" "+g.getBytes("unicode").length );
System.out.println("String "+g+" "+g.getBytes("UTF-8").length );
System.out.println("String "+g+" "+g.getBytes("UTF-16").length );
System.out.println("String "+g+" "+g.getBytes("GBK").length );

String h="汗";
System.out.println("String "+h+" "+h.getBytes().length);//我的平台默认utf-8
System.out.println("String "+h+" "+h.getBytes("unicode").length);//我的平台默认utf-8
System.out.println("String "+h+" "+h.getBytes("UTF-8").length);//我的平台默认utf-8
System.out.println("String "+h+" "+h.getBytes("UTF-16").length);//我的平台默认utf-8
System.out.println("String "+h+" "+h.getBytes("GBK").length);//我的平台默认utf-8

}
}
输出：int 0 1
char a 1
short 1 1
double 1.8 3
Double 2.0E44 6
String 1 1
String 1 4
String 1 1
String 1 4
String 1 1
String 汗 3
String 汗 4
String 汗 3
String 汗 4
String 汗 2虽然我并不知道我有没有完全懂了java的遍码，但是我还是懂了些许，非常感谢。

Answer 6

谁跟你说这样调用的？h.getBytes("unicode")
h.getBytes("UTF-16")UTF-16 不像 UTF-8，UTF-16 是有 BOM 的，而且还有 UTF-16BE 还是 UTF-16LE 的unicode 并不是编码格式，所以你用 getBytes unicode 的话在 java 内部会使用 UTF-16LE 来处理，并且加上 BOM 头的。

Answer 7

关于上一层楼的问题，有兴趣的话可以看看之前的讨论帖子：【竞答】String.getBytes("Unicode")中，额外2个字节的来源
http://topic.csdn.net/u/20081009/09/e899898c-591f-4985-ae88-5972475708fb.html