Java JavaScript 内部字符基于什么原因采用 UTF16 编码，而不是 UTF8？

[xia0ta0]

为了兼容之前的USC2，还是UTF16在效率或者内存占用方面确实有优势？

[est]

utf16的确有效率优势。等宽的。

最根本原因是标准已经写死了

[sujin190]

明显utf-16都是双字节的，在内存方面应该更简单吧

[imn1]

UTF-16不是双字节吧？

[xia0ta0]

utf-16同样存在需要4字节的情况，虽然这种情况比utf-8要少。

在计算字符串长度、查找及正则匹配的时候，都需要解码。转码效率会有很大差异吗?

标准委员会主要考虑的因素是不是utf-16的例外要比utf-8少，语言实现起来效率会更好？

[VYSE]

因为iterate utf8必须一个字符一个字符的挪，utf16直接算偏移即可。

[s51431980]

如果没记错，java是utf-16的，不知道是不是为了java，当初网景和sun是合作者来的

[reus]

utf16是变长编码，有4字节的。定长的是ucs2

[xia0ta0]

果然是历史原因，哈哈！

看C#: http://blog.coverity.com/2014/04/09/why-utf-16

stackoverflow的回答： http://stackoverflow.com/questions/5292150/whats-the-point-of-utf-16

C#是因为VB用的是BSTR（带长度前缀的UCS-2？），Java诞生的时候只有UCS-2可选。
为了兼容，采用了超集UTF16，而不是不兼容的UTF8。

值得注意的是，C#忽略了UTF16 4字节的问题，如果字符串含有编码为4字节的字符，获取长度等会有问题。C#的开发者在第一个链接里提到了。。。。

个人猜测C#这么做的原因可能是 如果考虑到4字节，对字符串操作必须先编解码，程序的效率影响会比较大。

看了一下Erlang的文档，最新的支持unicode。采用latin-1标志位确定是采用UTF-8还是字节编码。同时文档也提到了：
It can be speculated that the UTF-16 encoding standard was, from the beginning, expected to be able to hold all Unicode characters in one 16-bit entity, but then had to be extended, leaving a hole in the Unicode range to cope with backward compatibility.

[SoloCompany]

javascript 的字符串单位当然是定长16位字符，和 java 一样，最新的 javascript 标准才支持 codePoint, 现在的大部分浏览器还不支持，java 则是在1.5的时候开始支持 codePoint