Question

Java：在Java中String是以Unicode保存的吗？

但是Unicode有UTF8、UTF16、GBK等多种实现方式，说String是以Unicode保存的具体是以哪种实现方式呢？还是说是以纯Unicode保存的？那岂不是会占用很多空间?

Answer 1

字符串在java内存中总是按unicode编码存储的。比如"中文"，正常情况下（即没有错误的时候）存储为"4e2d 6587"，如果charset为"gbk"，则被编码为"d6d0 cec4"，然后返回字节"d6 d0 ce c4".如果charset为"utf8"则最后是"e4 b8 ad e6 96 87".如果是"iso8859-1"，则由于无法编码，最后返回 "3f 3f"（两个问号）。

java虚拟机采用UCS2（通用字符集)标准保存字符，所有的字符在内存中都是2个字节，这样虚拟机处理字符串的截取、长度和判断都非常容易。其他语言如PHP、Python也是，在运行时采用固定长度存储字符。
相对应编译后的class，java规定采用UTF-8保存，因为大部分是英文字符，只有一个字节，可以大量节省存储空间。