Java 11 紧凑字符串 char[] 到 byte[] 背后的魔法

Question

在过去的两天里，我一直在阅读有关编码 Unicode Java 9 紧凑字符串的内容，我感觉好多了。但有一点我不明白。

关于字节数据类型

1).是8位存储范围是-128到127

问题

1).为什么Java没有像char unsigned 16位那样实现它？我的意思是它的范围是 0.256，因为从 0 到 127 我只能保存一个 Ascii 值，但是如果我将值设置为 200，扩展的 ascii 会溢出到 -56，会发生什么。

2).负值是否意味着什么？我的意思是我尝试了一个使用 Java 11 的简单示例

final char value = (char)200;//in byte would overflow
final String stringValue = new String(new char[]{value});
System.out.println(stringValue);//THE SAME VALUE OF JAVA 8

我已经检查了 String.value 变量，我看到了一个字节数组

System.out.println(value[0]);//-56

与之前出现的相同问题，-56 是否意味着其他语言中的(负值)，检测到此溢出返回到值 200？ Java怎么知道-56值与char中的200相同。

我尝试过最难的例子，比如代码点 128048，我在 String.value 变量中看到了这样的字节数组。

0 = 61 
1 = -40
2 = 48
3 = -36

我知道这个代码点需要 4 个字节，但我知道如何将 char[] 转换为 byte[] 但我不知道 String 如何处理这个 byte[] 数据。

抱歉，如果这个问题很简单，抱歉，任何键入英语都不是我的自然语言，非常感谢。

Answer 1

Why Java didn't implement it like char unsigned 16 bits? i mean it would be in a range of 0.256 because from 0 to 127 only can i hold a Ascii value but what would happen if i set the value 200 a extended ascii would overflow to -56.

四分之一个世纪前，Java 的原始数据类型已在 Java 1.0 中解决。不到两年前，Java 9 中引入了紧凑字符串。这个新功能仅仅是一个实现细节，并不能证明对 Java 类型系统进行根本性改变是合理的。

除此之外，您正在查看存储在字节中的数据的一种解释。为了表示 iso-latin-1 单位，将相同的数据解释为 Java 内置的有符号 byte 会得到正数还是负数是完全无关的。

同样，Java 的 I/O API 允许将文件读入 byte[] 数组并将 byte[] 数组写回文件，这两个操作已经足以无损地复制文件，无论其文件格式如何，这在解释其内容时都是相关的。

因此，自 Java 1.1 起，以下内容有效:

byte[] bytes = "È".getBytes("iso-8859-1");
System.out.println(bytes[0]);
System.out.println(bytes[0] & 0xff);

-56
200

这两个数字，-56 和 200 只是位模式 11001000 的不同解释，而 iso-latin-1 解释为包含位模式 11001000 的字节是字符È。

char 值也只是对两个字节数量的解释，即 UTF-16 代码单元。同样，char[] 数组是计算机内存中具有标准解释的字节序列。

我们还可以用这种方式解释其他字节序列。

StringBuilder sb = new StringBuilder().appendCodePoint(128048);
byte[] array = new byte[4];
StandardCharsets.UTF_16LE.newEncoder()
    .encode(CharBuffer.wrap(sb), ByteBuffer.wrap(array), true);
System.out.println(Arrays.toString(array));

将打印您看到的值，[61, -40, 48, -36]。

在 String 类中使用 byte[] 数组的优点是，现在可以选择解释，在所有情况下使用 iso-latin-1字符可以用此编码表示，否则可以用 utf-16 表示。

可能的数字解释与字符串无关。但是，当您问“Java 如何知道 -56 值与 200 相同”时，您应该问自己，它如何知道 byte 的位模式 11001000 code> 首先是 -56 吗？

System.out.println(value[0]);

与普通计算机算术相比，

承担着实际上昂贵的操作，即将字节(或int)转换为字符串。这种转换操作经常被忽视，因为它已被定义为打印字节的默认方式，但并不比转换为将值解释为字符串的字符串更自然。无签名数量。如需进一步阅读，我推荐Two's complement .