为什么 UTF-32 存在，而编码每个字符只需要 21 位? [英] Why UTF-32 exists whereas only 21 bits are necessary to encode every character?

问题描述

我们知道代码点可以在这个区间 0..10FFFF 中，小于 2^21.那么当所有的代码点都可以用 3 个字节表示时，为什么我们需要 UTF-32 呢?UTF-24 应该足够了.

We know that codepoints can be in this interval 0..10FFFF which is less than 2^21. Then why do we need UTF-32 when all codepoints can be represented by 3 bytes? UTF-24 should be enough.

推荐答案

我能想到的两个原因:

• 它允许未来的扩展
• (更重要的是)计算机通常更擅长处理 4 字节边界上的数据.与处理 3 字节边界的痛苦相比，减少内存消耗方面的好处相对较小.

我想这有点像问为什么我们经常有 8 位、16 位、32 位和 64 位整数数据类型(byte、int、long 等等)而不是 24 位数据类型.我敢肯定，在很多情况下，我们知道一个数字永远不会超过 2²¹，但是使用 int 比创建 24 位更简单类型.

I guess this is a bit like asking why we often have 8-bit, 16-bit, 32-bit and 64-bit integer datatypes (byte, int, long, whatever) but not 24-bit ones. I'm sure there are lots of occasions where we know that a number will never go beyond 2²¹, but it's just simpler to use int than to create a 24-bit type.

这篇关于为什么 UTF-32 存在，而编码每个字符只需要 21 位?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！