在討論這個問題之前，我們需要先區分unicode和UTF。 1. unicode ：統一的字元編號，僅僅提供字元與編號間映射。符號數量在不斷增加，已超百萬。詳細：[https://zh.wikipedia.org/zh cn/Unicode] 1. UTF ：unicode轉換格式 (unicode ...
在討論這個問題之前，我們需要先區分unicode和UTF。
- unicode ：統一的字元編號，僅僅提供字元與編號間映射。符號數量在不斷增加，已超百萬。詳細：[https://zh.wikipedia.org/zh-cn/Unicode]
- UTF ：unicode轉換格式 (unicode transformation format) 。定義unicode中編號的編碼方式。utf8和utf16便是其中兩種實現方式。其中utf8為變長表示，長度可能時1～6個位元組；utf16為變長表示，長度可能是2或4個位元組。詳細：UTF8 [https://zh.wikipedia.org/zh-cn/UTF-8] UTF16 [https://zh.wikipedia.org/zh-cn/UTF-16]
接著，要分清內碼（internal encoding）和外碼（external encoding）。
- 內碼 :某種語言運行時，其char和string在記憶體中的編碼方式。
- 外碼 :除了內碼，皆是外碼。
要註意的是，源代碼編譯產生的目標代碼文件（可執行文件或class文件）中的編碼方式屬於外碼。
先看一下內碼
JVM中內碼採用UTF16。早期，UTF16採用固定長度2位元組的方式編碼，兩個位元組可以表示65536種符號（其實真正能表示要比這個少），足以表示當時unicode中所有字元。但是隨著unicode中字元的增加，2個位元組無法表示所有的字元，UTF16採用了2位元組或4位元組的方式來完成編碼。Java為應對這種情況，考慮到向前相容的要求，Java用一對char來表示那些需要4位元組的字元。所以，java中的char是占用兩個位元組，只不過有些字元需要兩個char來表示。
詳細：
[https://docs.oracle.com/javase/tutorial/i18n/text/unicode.html][http://www.zhihu.com/question/27562173]
外碼
Java的class文件採用UTF8來存儲字元，也就是說，class中字元占1～6個位元組。
Java序列化時，字元也採用UTF8編碼，占1～6個字元。
總結：
- java中內碼（運行記憶體）中的char使用UTF16的方式編碼，一個char占用兩個位元組，但是某些字元需要兩個char來表示。所以，一個字元會占用2個或4個位元組。
- java中外碼中char使用UTF8的方式編碼，一個字元占用1～6個位元組。
- UTF16編碼中，英文字元占兩個位元組；絕大多數漢字（尤其是常用漢字）占用兩個位元組，個別漢字（在後期加入unicode編碼的漢字，一般是極少用到的生僻字）占用四個位元組。
- UTF8編碼中，英文字元占用一個位元組；絕大多數漢字占用三個位元組，個別漢字占用四個位元組。
EOF
