持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第17天
UTF-8和UTF-16有什么区别，和Unicode又有什么关系？
Unicode
Unicode又称单一码，万国码，是我们计算机领域的行业标准，它为我们扩展了字符集，容纳了所有的语言字符，解决了传统字符编码集表示字符量少的问题
UTF和Unicode的关系
UFT是 Unicode Transformation Format 的缩写，意为Unicode转换格式，Unicode中的编码可以理解为数字，而数字又有多种进制表现，在计算机内的东西最终必然要用二进制来存储，但二进制又过长，随着Unicode编码不断增大，八位二进制数（一个字节的长度）往往已经不够使用，于是就需要我们的UTF-8和UTF-16来规范格式
UTF-8
从 -8 可以简单猜出，它用八个单字节为一个单位（单位名叫码元），来表示编码，当八个单字节（一个字节）不够用了怎么办？再来八个！就这样通过扩展长度来满足表示大编码的字符。
但问题就出来了，计算机怎么知道我们为表示单个字符用了几个字节呢？它为什么不会把它拆开转换呢？
为解决这个问题，UTF-8编码的开头有标识位：
-
如果读取到的第一个字节中二进制是以0打头，就说明它只有这一个字符：0XXXXXXX
-
如果读取到的第一个字节中二进制是以110开头，就说明这个字符通过双字节的方式来表示，同样的，第二个字节的二进制表示也有标识位，是以10开头：110XXXXX 10XXXXXX
-
以此类推，如果是以三个字节表示编码：1110XXXX 110XXXXX 10XXXXXX
UTF-16
我们知道了UTF-8的表示方式，UTF-16也就大致明白了，通过16个单字节为一个码元来表示字符，而这16个单字节，UTF-16的2个字节在计算机中存储分为大端存储(big ending)和小端存储(little ending)
- little ending：将低位字节放在字符起始位置存储，比如0x1234，我将低位的0x34存储在起始的存储单元，将0x12存储在后续的存储单元
- big ending：将高位字节放在字符起始位置存储，还比如0x1234，将高位0x12存储在起始的存储单元，将0x34存储在后续的存储单元中
不同的存储方式对应的解析方式也不同，比如java存储采用big ending，c/c++ 在x86平台下采取little ending，当两个程序互通时，就需要转换字节序了
UTF-8和UTF-16对比
UTF-16的好处就在于，如果表示通过两个字节才能表示的字符，使用UTF-16编码时，不需要标识符，比UTF-8效率高，但表示类似英文字母时，即使用不到16个单字节，UTF-16编码也会占用16个单字节的存储空间，又比UTF-8效率更低，在表示三个字节大小的字符时也同理，即使只需要3个字节，UTF-16也会申请4个字节来存储，因此两者各有所长，主要看用户的使用以哪种字符为主。
