Unicode字符集与UTF-8编码

       在讨论字节流和字符流时，源码我们常常遇到Unicode字符集和UTF-8编码的源码混淆。很多文章对此解释不清，源码怎么定制源码混淆了两者。源码在Java web开发中，源码处理乱码问题尤其关键，源码理解这两者至关重要。源码

       字符集，源码如同字典，源码规定了字符和数字之间的源码对应关系，与计算机内部表示无关。源码例如，源码ASCII码表定义了0-的数字与字符的对应，如大写字母'A'对应0x，小写字母'a'对应0x。

       ASCII编码适用于英文，但对于汉字，ASCII显然不足。aapt源码修改Unicode字符集的出现解决了这个问题，它设计为4字节来表示任何语言的字符，每个字符都有唯一的数字标识，即使是多语言共用的字符也有统一编码。

       Unicode编码系统包含超过个字符，甚至扩展到了十万个以上，由Unicode组织推动，目标是统一字符编码。比如在知乎专栏，“海”字的scratch系统源码Unicode码是，它在Unicode码表中对应汉字。

       编码方案则是将这些数字在计算机中存储的方式。UTF-8是变长编码，对于ASCII字符直接使用一个字节，对于超出范围的字符，如汉字，使用多个字节，如XXXXX XXXXXX格式。例如，汉字“海”的signapk源码编译UTF-8编码为 , , 。

       在编程中，UTF-8编码的汉字通过字节流读入时保持原始编码，但字符流读入则显示为Unicode码。要深入了解这一点，可查看JDK源码中的sun/nio/cs/UTF_8.java。

       此外，作业是尝试编码自己的名字并转换为UTF-8，以及探索JDK中其他的编码方式。课程内容包括红黑树、哈希表，getspnam函数源码以及完整的课程目录。

已知机器字长=8，x=-，求x的原码，补码和反码

       说到二进制补码，大家都知道：有符号数的负数的补码是 其正数的反码+1，例如 的补码是反码 加 1 = ，很多书都这么说，可是为什么这样计算的结果就是它的补码？为什么要用补码？很多书要么不解释，要么就是说：这是因为在计算机内补码计算最快。（其实是补码计算指令的CPU设计更容易实现） 最初我看的书，《大学计算机基础教程》（我非计算机专业），这破书说不清，道不明，给与我非常严重负面的影响，以至于我在以后的计算机学习过程中，程序设计中遇到大大小小不少麻烦和迷茫。

       在某些计算机组成原理书上提到：其实补码的计算原理，是用一个模来减去无符号的正数部分。譬如时钟，点之后是点，但是时钟上没有点怎么办？就用减去=1点。这个模是.可惜这个比喻并不是很好。

       请看 一个字节长的无符号数的表示范围 ：0~，有符号数的表示范围：-~ , 注意，这个表示范围的写法极有可能影响我们的思维，从而导致错误。我们应该这样来写：0~ ~ - ~ -1 ,这才是较好的写法。为什么？因为这个写法的数的顺序与0~ 一一对应。

       由上，我们了解，其实补码不过是用 ~ 这段范围的数来表示 ~ ~ -1这段范围的负数。那么我们就可以凭自己，而不是看教材，就可以推测出计算补码的公式，就是：-欲求的负数的绝对值= 此负数的补码。

       没错，就是这么简单的东西，可是却困扰了很多人。可见有个好的教材是多么的重要。

       至于前面 “负数的补码是 其正数的反码+1” ， 极为垃圾的教材才会把这个计算方法作为初始方法来教。因为这个计算方法屏蔽了补码的计算原理。其实这不过是 “ - 欲求的负数的绝对值 = 此负数的补码”的一个比较取巧的计算方法而已。请看 =1 = +1，而 减任何二进制数的结果就是把这个数取反，那么 - 某二进制数A 既是：将 A取反 +1

       以上：完毕！

       注：所有讨论均在字节长范围内（8bit) 进行