Java中char类型本质是无符号16位整数（0–65535），直接映射Unicode基本多语言平面码点，固定占2字节；超出BMP的字符需用两个char代理对表示。
java 中的 char 类型本质就是一个无符号的 16 位整数（0 到 65535），它不是“字符容器”，而是 unicode 码点在基本多语言平面（bmp）上的直接映射。理解这一点，就抓住了它占 2 字节的核心逻辑。
char 存储的是 Unicode 码点，不是字节流
当你写 char c = '中';，JVM 并不把 UTF-8 的三个字节或 GBK 的两个字节原样存进去；而是先将字符‘中’查 Unicode 表，得到码点 U+4E2D（十进制 20013），再把这个数字以 16 位二进制形式（0100111000101101）存入内存 —— 正好占 2 字节。
这个过程由编译器和 JVM 自动完成：源文件按指定编码（如 UTF-8）读入 → 解码为 Unicode 码点 → 赋值给 char 变量 → 以 16 位整数形式存储。
为什么固定是 2 字节，而不是按字符变长？
- Java 设计之初（1991 年左右）采用的是 UCS-2，即固定双字节编码，覆盖全部 BMP（0x0000–0xFFFF），共 65536 个位置
-
char是基本数据类型，必须有确定大小，便于内存对齐、数组索引、栈分配等底层操作 - 它不负责处理编码转换，只负责承载一个“可表示为单个 UTF-16 代码单元”的字符
超出 BMP 的字符（如部分 emoji）怎么存？
Unicode 后来扩展出辅助平面（Supplementary Planes），码点范围超过 0xFFFF（例如 ? 是 U+1F30D）。这类字符在 Java 中无法用单个 char 表示，JVM 使用 UTF-16 编码规则将其拆成两个 char：一个高位代理（High Surrogate，0xD800–0xDBFF），一个低位代理（Low Surrogate，0xDC00–0xDFFF）。
这意味着：
- 单个
char变量仍严格占 2 字节 - 一个 emoji 或生僻汉字可能实际占用 4 字节内存（两个
char） - 用
String.length()得到的是char数量，不是真实字符数；应改用String.codePointCount(0, str.length())
和字符串、字节数组的转换要注意什么？
char 是内存中的逻辑单位，而文件、网络传输需要字节序列。转换时必须显式指定编码：
-
"中".getBytes(StandardCharsets.UTF_8)→ 得到 3 字节数组[0xE4, 0xB8, 0xAD] -
new String(bytes, StandardCharsets.UTF_8)→ 把这 3 个字节解码回 Unicode 码点，再存入char数组 - 若错误使用
ISO-8859-1解码中文字节，会得到乱码char，因为该编码根本没定义中文码位
