科普系列（4）存储数据

二进制运算还有一些有趣的特点，比如一个数向左移一位，就相当于把它乘以2。计算的问题就不讲太多了，而现代计算机不单用来计算，还能用来储存信息。

只要给信息编上号码就行了。7位二进制有128种组合。128种组合足够表示所有英语字母大小写和标点符号了。于是人们把所有字母编号，形成一种编码，解读时还原成字母，信息就这样储存起来了，这就是ASII编码，第一位没用上，全用0，后7位给所有标点符号、阿拉伯数字、英文大小写都指定了一个编号。这就是是美国信息标准编码的简写，全世界通用。你如果用二进制编辑器打开一个英文文章，你会发现是这样的：0011 0010 0110 1001……我们把1位叫做1bit，8位叫做一个字节（1byte）。现在拿起来笔来算一算吧，1MB能存多少英文字母？对，聪明的你一定算出来了，一百万个！大概十几万单词，一本不厚的书。

汉字呢？汉字需要两个字节才能表示。你可以算算，8位只能有256种组合，给每个汉字编号，肯定是不够的，而2个字节就是16位了，能有65536种组合，给汉字编号基本够了（早期这也造成了一个问题：大陆用简化字，台湾香港用繁体字，编码方法不一样，还有日本韩国也对汉字有编码，所以你如果用简体系统看繁体文件全是乱码，需要一个软件把编号对应的转换一下），现代电脑上一般都用gbk编码，就是扩展字符集，网页上用iso和unicode，这个是世界标准，支持的字更多，但也比较复杂一点，有兴趣可去百度一下，总之，现在网页很少会有乱码了。汉字本身的字形信息存在字库里，早期点阵字库也很简单，比如16*16个点，有笔划的地方填1，没笔画的地方就是0，象一幅小的魔法符号一样存储着，需要显示的时候就读出来。1兆字节就能储存50万汉字！而一本《三国演义》也就60多万字，也就1.2MB。中国古书绝大部分不会超过1MB。四库全书还不到二个GB！

看起来汉字的信息量更大一点，这也很容易理解：我们学汉字要记住几千个不同的魔法符号！而这些符号和发音并没有直接联系。汉字信息量大就是建立在符号多的基础上。外国人看汉字，难道不象一个个魔法符号吗？所以东方魔法系统和西方有很大差异。

你在windows 10的”附件“里，还能找到一个叫”字符映射表“的小程序，你可以看看现在的编码：

科普系列（4）存储数据

比如“鬦“这个字的编码是9B26，这是十六进制。因为16进制和二进制是一一对应的，1111就是F，1110就是E，1101就是D，所以把16进制转成二进制是很容易的事，但写成16进制看起来简单得多。比如上面9B26写成二进制：1001 1011 0010 0110。