比特、字节、KB的关系
比特（bit）
- 存放一位二进制数，即 0 或 1，最小的存储单位
字节 (byte)
- 1byte = 8bit
- 8个二进制位(bit)为一个字节(b)，最常用的单位。 (常说的一个字节占8位)
- 一个英文字母（不分大小写）占1个字节的空间，一个中文汉字占3-4个字节的空间
- 英文标点占1个字节，中文标点占2个字节
byte KB MB GB 换算关系
- 1 KB = 2 ^ 10 byte = 1024 byte ≈ 10 ^ 3 byte
- 1 MB = 2 ^ 20 byte ≈ 10 ^ 6 byte
- 1 GB = 2 ^ 30 byte ≈ 10 ^ 9 byte
- 1 TB = 1024G
- 1 亿 = 10 ^ 8
小技巧
数据量估算：1 个整数占 4 byte，1 亿个整数占 4 * 10 ^ 8 byte ≈ 400 MB
帮助记忆：1K ≈ 一千个字节 1M ≈ 一百万个字节 1G ≈ 十亿个字节
字节和字符的关系
字符
- a、A、中、+、*、の......均表示一个字符；
- 一般 utf-8 编码下，一个汉字 字符 占用 3 个 字节；
- 一般 gbk 编码下，一个汉字 字符 占用 2 个 字节；
字符集
- ASCII码中，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间
- GB 2312 编码或 GBK 编码中，一个英文字母字符存储需要1个字节，一个汉字字符存储需要2个字节
- UTF-8编码中，一个英文字符等于一个字节，一个中文（含繁体）等于三个字节
- Unicode编码中，一个英文等于两个字节，一个中文（含繁体）等于两个字节
- UTF-16编码中，一个英文字母字符或一个汉字字符存储都需要2个字节（Unicode扩展区的一些汉字存储需要4个字节）
- UTF-32编码中，世界上任何字符的存储都需要4个字节
UTF-8编码下，按一个中文字符3个字节算，1KB 大小的存储空间 = 1024英文字符 = 341中文字符
Java 中的字节长度计算
Java中的一个char是2个字节。Java采用unicode，2个字节来表示一个字符，这点与C语言中不同，C语言中采用ASCII，在大多数系统中，一个char通常占1个字节，但是在0~127整数之间的字符映射，unicode向下兼容ASCII。而Java采用unicode来表示字符，一个中文或英文字符的unicode编码都占2个字节，但如果采用其他编码方式，一个字符占用的字节数则各不相同。
public class CharTest {
public static void main(String[] args){
String str = "你好Java";
int byte_len = str.getBytes().length;
int len = str.length();
System.out.println("字节长度为：" + byte_len);
System.out.println("字符长度为：" + len);
System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));
}
}
输出结果
字节长度为：11
字符长度为：7
系统默认编码方式：UTF-8
我的系统的默认编码方式为UTF-8，因此对于字符串 “你好Java”，如果调用length()方法返回其长度，得到的结果将为：7。该方法返回的是字符串的字符数，无论是中文字符还是英文字符，都被看做是一个字符。
如果将其转换为byte数组，而后返回byte数组的长度，得到的结果将为：11。因为在UTF-8编码中，中文占3个字节，而英文字符占1个字节。
