字符

不同语言中基本都会提供一个基础的字符类型char，但是不同语言的char的编码和内存占用是不同的。

ASCII是最基础的字符编码，c语言中的char就是基于ASCII编码的，一个char只有1个字节，表示范围也只是ASCII范围内的所有字符。

Unicode是一个字符集，他收录了全世界各个国家的字符，甚至包括表情，utf8/utf16是使用了Unicode字符集的编码方式，两者都是变长编码，utf8一个码元长度是1字节，最短1字节，最长是4字节。utf16码元2字节，最短2字节也就无法兼容ASCII编码了，好处是绝大多数字符都可以用1个码元表示，极少数用2个码元。

这么看下来除了rust，其他大多数语言的char都是不能表示所有的字符的，例如👌这个表情

在c语言中会有个警告表示这玩意是一个int（4字节）能表示的东西强转成char就成了-116，所以打印的东西也不对了。

java中一个char是2字节，也就是utf16一个码元范围的字符也没有这个👌，他是2个码元才能表示的，所以编译就报错。

而rust中一个char是4字节，完整的utf8编码映射都能表示，因而毫无压力。

那如何在java语言中使用这些字符呢？

使用字符串，多个char来表示就行了。

字符串

字符串就是多个字符组成的串，一般的实现方式就是char数组，例如c语言中没有专门定义string结构体，直接用char[]来表示string，以\0标识字符串的结尾。

C语言的字符串使用utf8编码，汉字一般是3个字节，👌是4字节，所以下面长度是13，其实并不是我们理解的6个，而是字节数是13。

java有String对象，String本质上是包了个char[],一般对于一个字符来说用2个字节还是一个字节区别不大，但是字符串都用两个字节，在全是字母文字的语言，像英语中就很亏，他只用一个字节就能表示的自付范围，现在每个字符都是2个字节，像"abc"实际就要使用6个字节，内存就比较浪费。jdk9之后String中不再是char[]而是byte[]，并且coder字段标识是latin1还是utf16，如果是latin1则在字符串内一个byte表示一个字符，utf16则是2个。

可以看到同样的字符串java中求出长度是7，abc和中文你和好utf16都是一个码元就能表示，都算一个长度，而👌需要用2个码元，所以占2个长度。

rust有String结构体，他的底层是u8数组，和C语言类似，单纯的求长度也是返回字节数，而不是我们理解的长度，rust没有使用char数组在string中，因为char在rust中是定长4字节的utf8，直接用char[]的空间利用率太低了。最终string是变长utf8编码，底层用u8数组。换句话说rust的string其实和char没啥关系。只是通过chars()可以转为我们熟悉的char的集合来操作，直接用切片则切出u8。