知识卡片

专业/工作

UTF-8与UTF-16在空间与定位效率上做了相反取舍

理解等级:未标注

UTF-8把ASCII范围内的字符编码成1字节以保持向下兼容,超出该范围的字符则用2到4个变长字节表示——这让西方语言文本非常紧凑,但字符在流中的位置和字节偏移量不再有固定对应关系,想跳到第N个字符必须从头扫描整个流。UTF-16固定用2字节(罕见字符用4字节的代理对)表示字符,牺牲了存储紧凑性,换来字符索引和字节偏移大致对应的定位效率——这也是C#的char类型本身就是16位、与UTF-16对齐设计的原因。选择编码方式本质上是在”文件小”和”能不能快速跳到任意字符”之间做取舍。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    《C# 10核心技术指南》第15章《流与I/O》