从摩斯密码到 UTF-8

在电影《无间道》中,经常会出现摩斯密码的身影。摩斯密码本身的传奇性,为电影增色不少。其实摩斯密码一点也不复杂,反而很简单,透过摩斯密码,我们可以一窥计算机如何表示字符串的奥秘。

摩斯密码通过"."(点)和"-"(横)的排列组合来表示相应的字符 。下面是26个字母的摩斯密码表示。

一眼看上去,似乎很难发现规律。下面跟着老张,按照由短到长的顺序重新排列组合。

首先来看一个字符的表示,一个点或者一个横仅能表示两个字母,E和T

. E
- T

紧接着是两个字符的表示,现在可以表示四个字母了,分别是I、A、N、M

.. I -. N
.- A -- M

三个字符的组合可以表示更多的字母。

S -.. D
..- U -.- K
.-. R --. G
.-- W --- O

最后,我们用四个字符的组合表示剩下的字母,其中红色的部分为重音字母,略去不表。

.... H -... B
...- V -..- X
..-. F -.-. C
..-- -.-- Y
.-.. L --.. Z
.-.- --.- Q
.--. P ---.
.--- J ----

是不是摸到了什么规律? 点和横的数量决定了能表示多少个字母。

点和横的数量 表示字母的数量
1 2
2 4
3 8
4 16

如果我们扩展将点和横的数量扩展到7,那么我们能够表示多少个字符呢?答案是2**7=128。实际上计算机诞生之初,为了便于通信制定了ASCII编码规范。

但是随着计算机影响力在全球范围内的扩散,ASCII编码已经不能满足表示各种语言的需求了,在这时各语言诞生了各种各样的编码规范,如中文GBK和日语的Shift-JIS。但是各种各样的编码规范阻碍了跨语言交流,这时Unicode应运而生。Unicode编码有不同的具体实现,分别为utf-8、utf-16和utf-32等,其中utf-8占用一到四个字节,utf-16占用二或四个字节,utf-32占用四个字节。以常用的utf-8为例,四个字节即32位已经够大,甚至可以扩展到六个字节,足以涵盖每一种语言。

听完了老张的介绍,是不是恍然大明白? 最后留个作业,欢迎评论区留言。

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章