基本数据类型运算细节

字符类型运算细节

先看一个字符类型与数字之间的运算示例的输出结果（ps: 实际编码的时候，行尾尽量不要使用注释）：

// 运行结果：a
System.out.println('a'); 
// 运行结果：98
System.out.println('a' + 1);

从运行结果可知，字符类型在与数字运算时候，被转换为了数值(类型提升)，也就是说字符和整型能够进行类型提升和强制转换。根本的原理式因为字符类型背后有个码表，而Java使用的Unicode码表。我们看看常见的编码表：

ASCII

我们知道计算机内部所有信息最终都是一个二进制值。为了让进制数值与生活中文字字符有个间接关系，在上个世纪60年代，美国制定了一套字符编码，统一规定了英语字符与二进制位之间的关系，这套编码称为 ASCII 码，一直沿用至今。

ASCII码表是兼容很强的码表，它一共规定了128个字符的编码，它包含了常见的字母、数字、还有一些特殊符号。它用一个字节表示一个字母，但只占用了一个字节的后面7位（最前面的位统一规定为0），所以它只规定了128个字符而不是256个。常见的比如空格对应的码值是32，大写的字母A是65，小写的字母a是97。

Unicode与UTF-8

如果要表示中文，显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。类似的，日文和韩文等其他语言也有这个问题。为了统一所有文字的编码，Unicode（统一的字符编码标准）应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。 也就是说Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。

要注意的是Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。UTF-8 (opens new window)、UTF-16 (opens new window)、UTF-32 (opens new window)都是Unicode的实现（数字转换到程序数据的编码方案），目前在互联网上使用地最广的是UTF-8编码，它是针对Unicode的一种可变长度字符编码方式，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。UTF-8 的编码规则很简单，只有二条：

1. 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。
2. 对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

整型运算细节

下面两段代码的编译结果会是什么？并说出理由。

// 第一段：
byte b = 0;
b = 1 + 1;
System.out.println(b);
// 第二段：
byte b = 0;
byte b1 = 1;
byte b2 = 1;
b = b1 + b2;
System.out.println(b);

第一段代码编译通过，输出结果为 2；第二段代码会编译失败：不兼容的类型，（ b = b1 + b2）从int转换到byte可能会有损失。

这是因为Java默认的整数数据类型是int，编译认为0、1这种确定的数值的数据类型为int，在编译的时候，会判断int类型的0、1是否在byte类型的数值范围内，在的话就会强转，也就说编译器会进行阈值判断强转。

当定义表达式赋值符号（=）右边是一个确定的数值时候，可以进行阈值判断，从而进行强转。所以类似 b = 0，b = 1+ 1是可以通过编译的。但是当右边是变量时候，编译器无法对这些变量的值进行有效的判断，从而承担不必要的精度损失，即使它们的值之和不超过范围，所以编译会失败。

我们再讨论一下第二段代码，如果将第二段代码改成如下的情况，那么编译结果又会是什么结果呢？

int x = 0;
int x1 = 1;
int x2 = 1;
x = x1 + x2;
System.out.println(x);

结果就是编译通过，运行结果为2。这是因为对于赋值只要是整数类型，编译器便不会去进行阈值判断强转，认为这是个有效的表达式。也许会有人疑惑，如果表达式计算结果超出整类型数值范围会怎样？

int x1 = Integer.MAX_VALUE;
System.out.println(x);
int x2 = 1;
x = x1 + x2;
System.out.println(x);
/**
 * 2147483647
 * -2147483648
 */

由输出结果可以知道，如果两个整型变量相加超过了整型的阈值，java会对越界的数据进行默认的底层转换处理，将高位去掉，这时便变成负数。

参考：

ASCII，Unicode和UTF-8终于找到一个能完全搞清楚的文章了 (opens new window)

ascii码字节数目总结 (opens new window)

百度百科-Unicode (opens new window)