计算机编码的前世今生

我们都知道，计算机只能处理0和1这两种数字（实质应该是计算机硬件感应电流高低电平的变化，高电平为1，低电平为0），那么对于计算机而言，我们通过文本编辑器编辑而成的代码（实质是文本），计算机是无法识别的，计算机只能够识别01001001.....这样二进制编码集，那么我们的代码如何能够让计算机识别了？这个时候就需要编码的转换。

ASCII码

最初的计算机设计为8位（bit）一个字节（byte），因此一个字节能够表示的最大整数为255（二进制11111111为十进制255），两个字节所能表示的最大整数为65535，以此类推。

为了解决文本转换为数字（0和1）的问题，美国人发明了ASCII码，收录了128个字符，该表将每个字符对应一个数值，这样就将文本转换为了计算机可以识别的数字。

GB2312码（国标码）

ASCII码只适用于英文的编码情况，中文、韩文、日文等等其他语言的各种字符都未有收录，各国为解决这种问题，纷纷发明自己的编码表，中国发明的对应编码表为GB2312码，GB2312码在计算机中存储以其区位码为基础，其中汉字的区码和位码分别占一个存储单元，每个汉字即占了两个存储单元，因此理论上可以收录256*256即65536个汉字字符，基本上满足了中文的常用需要。

但是依然存在的一个问题是，老外浏览中文页面时，由于其浏览器不支持GB2312编码，那么他所看到的页面是乱码的，同理，中国人看韩国人，日本人这些同样有一套自己编码系统的浏览器时，同样页面是乱码的。

GBK

GBK为汉字内码拓展规范，英文全称是chinese internal Code Specification 。GBK编码是兼容GB2312编码，进一步的丰富的汉字的字库。

UNICODE

如上文所述，世界各国基本都有自己的一套编码表，你看我的，我看你的，互不支持，这样容易造成乱码的现象，为统一各国编码标准，出现了UNICODE码，UNICODE码用两个字节（16bits）基本编码了世界上所有的文字（字符）。

UNICODE码虽然统一了编码标准，但是编码效率不高，比如UCS-4（UNICODE的标准之一）规定了4个字节存储一个符号，那么对于 英文来说，它原本只需要1个字节就足够存储，但是现在用了高位三个字节补零，这是浪费内存。

UTF-8

本着节约的精神，出现了UTF-8编码（8bit Unicode Transformation Format）,这是一种针对Unicode编码的可变长编码，UTF-8根据字符不同来自动选择编码的长短，比如英文就只用一个字节，这种编码方式兼容了ASCII码编码方式的遗留问题。

内存的概念

计算机所有程序的运行都是在内存中中进行的，因此对计算机的整体性能有较大的影响，内存（Memory）也称为内存储器，其作用是暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据。计算机在运行过程中，CPU会将需要运算的数据调到内存中进行运算，当运算结束后，CPU会将结果传送出来。

内存又称为主存，是CPU能够直接寻址的的存储空间，内存是相对于外存而言的，平时使用的程序储存在硬盘等外存中，使用将其调入内存中运行。

• 物理存储器和地址空间
  物理存储器和存储地址空间是两个不同的概念。
  物理存储器是指实际存在的具体存储器芯片。
  而存储地址空间是指对存储器编码（编码地址）的范围，所谓编码是对每一个物理存储单元（1个byte）分配一个号码，通常称之为“编址”，分配一个号码给一个存储单元的目的是为了能够方便的找到它，完成数据的读写。
  物理存储地址与存储地址空间大小是不一定一致的。