algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-07-24 18:55:36 +08:00
Code Issues Packages Projects Releases Wiki Activity

build

Browse Source
This commit is contained in:
krahets
2023-11-09 05:13:48 +08:00
parent 9701430089
commit 0105644232
83 changed files with 516 additions and 509 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
docs/chapter_data_structure/character_encoding.md
View File

@ -10,7 +10,7 @@ comments: true
「ASCII 码」是最早出现的字符集，全称为“美国标准信息交换代码”。它使用 7 位二进制数（即一个字节的低 7 位）表示一个字符，最多能够表示 128 个不同的字符。如图 3-6 所示，ASCII 码包括英文字母的大小写、数字 0 ~ 9、一些标点符号，以及一些控制字符（如换行符和制表符）。
![ASCII 码](character_encoding.assets/ascii_table.png)
![ASCII 码](character_encoding.assets/ascii_table.png){ class="animation-figure" }
<p align="center"> 图 3-6 &nbsp; ASCII 码 </p>
@ -38,7 +38,7 @@ Unicode 是一种字符集标准，本质上是给每个字符分配一个编号
对于以上问题，**一种直接的解决方案是将所有字符存储为等长的编码**。如图 3-7 所示，“Hello”中的每个字符占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 ，将“Hello 算法”中的所有字符都编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复出这个短语的内容了。
![Unicode 编码示例](character_encoding.assets/unicode_hello_algo.png)
![Unicode 编码示例](character_encoding.assets/unicode_hello_algo.png){ class="animation-figure" }
<p align="center"> 图 3-7 &nbsp; Unicode 编码示例 </p>
@ -59,7 +59,7 @@ UTF-8 的编码规则并不复杂，分为以下两种情况。
之所以将 $10$ 当作校验符，是因为在 UTF-8 编码规则下，不可能有字符的最高两位是 $10$ 。这个结论可以用反证法来证明：假设一个字符的最高两位是 $10$ ，说明该字符的长度为 $1$ ，对应 ASCII 码。而 ASCII 码的最高位应该是 $0$ ，与假设矛盾。
![UTF-8 编码示例](character_encoding.assets/utf-8_hello_algo.png)
![UTF-8 编码示例](character_encoding.assets/utf-8_hello_algo.png){ class="animation-figure" }
<p align="center"> 图 3-8 &nbsp; UTF-8 编码示例 </p>