java中char类型固定占用2个字节，采用utf-16编码，可表示bmp内全部unicode字符（u+0000–u+ffff）；因1字节仅支持256字符，不足表意文字需求，而2字节支持65536种组合，兼顾国际化与jvm优化；超bmp字符（如emoji）用代理对（两个char）表示。
Java中char类型**固定占用2个字节（16位）**，采用UTF-16编码方案，可表示基本多文种平面（BMP）内的所有Unicode字符（U+0000 到 U+FFFF）。
为什么是2个字节而不是1个？
Java设计之初就决定全面支持国际化，放弃C/C++中char仅表示ASCII的局限。Unicode标准在1996年已定义超过65536个码位，但早期Java（JDK 1.0，1996年）采用的是Unicode 1.1，其BMP范围正好是0x0000–0xFFFF，共65536个字符——2字节能完整覆盖。
- 1字节最多表示256个字符，远不够中文、日文、阿拉伯文等常用文字
- 2字节可表示65536种组合，满足当时绝大多数语言需求
- 保持内存布局规整，利于JVM优化（如数组连续存储、偏移计算简单）
遇到超出BMP的字符怎么办？
Unicode后续扩展出辅助平面（Supplementary Planes），如emoji（U+1F600 ?）、古汉字、数学符号等，码点范围为U+10000到U+10FFFF。这类字符无法用单个char表示，Java用**代理对（surrogate pair）**处理：两个char（共4字节）联合表示一个字符。
- 高代理（high surrogate）：0xD800–0xDBFF
- 低代理（low surrogate）：0xDC00–0xDFFF
- 例如：
'?'（U+1F60A）在字符串中占2个char，"?".length()返回2 - 正确获取字符数应使用
String.codePointCount(0, str.length())
和byte、String字节长度的关系
char是Java的内存单元，而“字节”在不同上下文含义不同：
立即学习“Java免费学习笔记（深入）”；
- 内存中：每个
char变量或char[]元素恒占2字节（JVM规范强制） - 文件/网络传输中：
String转为字节数组时，取决于编码方式： • UTF-8下，ASCII字符占1字节，中文通常3字节，emoji可能4字节
• UTF-16下，BMP字符占2字节，辅助字符占4字节（即两个char）
• ISO-8859-1下，只保留低8位，中文会乱码 - 不要混淆
char大小和String.getBytes().length——后者是编码后的字节数，不是char数量
基本上就这些。记住核心：Java的char是UTF-16代码单元，固定2字节；真正表达一个“字符”（Unicode code point）可能需要1个或2个char，尤其处理现代文本时得用codePoint相关API。
