今天写educoder的时候发现用char sex = '男'；
因为以前写c的时候记得char是占1个字节的，而中文又是占用两个字节的所以就觉得很奇怪了
查了下资料发现
1字节： byte , boolean
2字节： short , char
4字节： int , float
8字节： long , double
所以上面的写法是木得错的
然后再说一下Unicode和utf-8
原文链接https://blog.csdn.net/humadivinity/article/details/79403625
-
原作者： 邱昊宇
-
-
简单来说：
-
-
Unicode 是「字符集」
-
UTF -8 是「编码规则」
-
-
其中：
-
-
字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）
-
编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）
-
-
-
广义的 Unicode 是一个标准，定义了一个字符集以及一系列的编码规则，即 Unicode 字符集和 UTF-8、UTF-16、UTF-32 等等编码……
-
-
Unicode 字符集为每一个字符分配一个码位，例如「知」的码位是 30693，记作 U+77E5（30693 的十六进制为 0x77E5）。
-
UTF -8 顾名思义，是一套以 8 位为一个编码单位的可变长编码。会将一个码位编码为 1 到 4 个字节：
-
-
U+ 0000 ~ U+ 007F: 0XXXXXXX
-
U+ 0080 ~ U+ 07FF: 110XXXXX 10XXXXXX
-
U+ 0800 ~ U+ FFFF: 1110XXXX 10XXXXXX 10XXXXXX
-
U+ 10000 ~ U+1FFFF: 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX
-
-
根据上表中的编码规则，之前的「知」字的码位 U+ 77E5 属于第三行的范围：
-
-
7 7 E 5
-
0111 0111 1110 0101 二进制的 77E5
-
--------------------------
-
0111 011111 100101 二进制的 77E5
-
1110XXXX 10XXXXXX 10XXXXXX 模版（上表第三行）
-
11100111 10011111 10100101 代入模版
-
E 7 9 F A 5
-
-
这就是将 U+ 77E5 按照 UTF-8 编码为字节序列 E79FA5 的过程。反之亦然。