从byte(字节)的bit(位)层面去理解编码(玩爆底层篇)

话不多说，直接上干货

干货结论：

• java不论是负数还是正数在定义、存储、计算的过程中，都是用其补码
• 第二个结论需要自己去体会，详情看下面的2.从byte(字节)的bit(位)层面去理解编码

论证说明：

1.Byte类型用二进制八进制十六进制定义数值类型数据举例

用byte存一个负数，比如负27，我们一般情况下用十进制可以这样表示：

byte b1 = -27;

那么用二进制如何去声明负27这个数呢？用气原码，反码，还是补码去声明呢？
我们都知道负27这个数，其：
原码：1001 1011
反码：1110 0100
补码：1110 0101
这里我先直接告诉大家，定义-27这个数的时候用的是补码，存储到内存的时候也是用的补码，参与运算的时候到cpu的通用寄存器中的也是补码。
用二进制(0b)存储-27声明如下：

byte b2 = (byte) 0b11100101;

用八进制(0)存储-27声明如下：

byte b3 = (byte) 0345;

ps：
-27的补码二进制1110 0101转八进制：从后往前每三位二进制的数为一组，高位不足补零，划分为：011 100 101，八进制为：345(八进制)

用十六进制(0x)存储-27声明如下：

byte b4 = (byte) 0xe5;

ps：
-27的补码二进制1110 0101转十六进制：从后往前每四位二进制的数为一组，高位不足补零，划分为：1110 0101，十六进制为：e5(十六进制)

2.从byte(字节)的bit(位)层面去理解编码

2.1Unicode编码与UTF-8编码的关系

ps: xx…x解读：其中一个x对应到Unicode编码中的一bit(位)

UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。UTF-8编码的最大长度是4个字节。从上表可以看出，4字节模板有21个x，即可以容纳21位二进制数字。Unicode的最大码位0x10FFFF也只有21位。

2.2用汉字举例，Unicode编码对应到UTF-8编码

我们可以去查喻这个字，它的Unicode编码为：55bb(十六进制)
把它转换成二进制为： 0101 0101 1011 1011
喻的Unicode编码为2个字节占16位，对应到UTF-8的时候，我们需要用到上面2.1中提到的1110xxxx 10xxxxxx 10xxxxxx这种形式，把0101 0101 1011 1011按位填入到xxx中，即把1110xxxx 10xxxxxx 10xxxxxx中的x用0101 0101 1011 1011替换掉。
替换后的结果为：11100101 10010110 10111011
这就是其UTF-8编码，用十六进制表示为：e596bb(十六进制)

java代码举例：用byte数组定义汉字：

public class StringDemo {
        
    public static void main(String[] args) {
        
        //二进制形式
        byte[] bytes = {
        (byte) 0b11100101,(byte) 0b10010110,(byte) 0b10111011};
        //也可以写成十六进制形式
        //byte[] bytes = {(byte)0xe5,(byte)0x96,(byte)0xbb};
        System.out.println(Arrays.toString(bytes));
        System.out.println(binary(bytes,16));

        try {
        
            String s = new String(bytes, 0, bytes.length, "UTF-8");
            System.out.println(s);
        } catch (UnsupportedEncodingException e) {
        
            e.printStackTrace();
        }
    }

    public static String binary(byte[] bytes,int radix){
        
        return new BigInteger(1,bytes).toString(radix);
    }
}

测试输出结果：