Java中char固定占2字节，对应Unicode BMP码点；String底层自Java 9起按内容优化存储（Latin-1用byte[]，否则用char[]）；getBytes()是编码转换而非读内存，new String(byte[], charset)是解码而非转编码。
Java中char在内存里占2个字节
Java的char类型固定占用2个字节（16位），这是由语言规范决定的。它直接对应Unicode基本多文种平面（BMP）中的一个码点，例如 'A' 是 U+0041，'中' 是 U+4E2D，都可用单个char表示。
注意：这不是“UTF-16编码后的字节数”，而是char本身的存储大小。JVM内部用UTF-16表示String，但char变量本身就是一个16位无符号整数，取值范围是 0 到 65535（即 \u0000 到 \uFFFF）。
对于超出BMP的字符（如部分emoji、古汉字），Java用两个char（代理对）表示，共占4字节内存，但这是String层面的逻辑，单个char变量仍为2字节。
String在内存中以UTF-16方式存储
从Java 9开始，String底层存储做了优化：如果字符串只含Latin-1字符（ASCII范围），会用byte[]以ISO-8859-1方式紧凑存储；否则回退到char[]（即UTF-16）。但语义上，String始终代表Unicode字符序列，开发者无需关心底层是byte还是char数组。
立即学习“Java免费学习笔记（深入）”；
你可以用以下方式验证实际内存布局：
- toCharArray() 返回char[]，每个元素占2字节（BMP字符）
- String.length() 返回char数量，不是Unicode码点数（遇到代理对会返回2）
- codePointCount(0, str.length()) 才是真实Unicode字符数
getBytes()不是“获取内存字节”，而是编码转换
String.getBytes()不等于读取内存原始字节。它把String中已解码的Unicode字符，按指定编码规则重新编码成字节序列。例如：
-
"中".getBytes(StandardCharsets.UTF_8)→ 3字节：[0xE4, 0xB8, 0xAD] -
"中".getBytes(StandardCharsets.GBK)→ 2字节：[0xD6, 0xD0] -
"中".getBytes(StandardCharsets.UTF_16BE)→ 2字节：[0x4E, 0x2D]（去掉BOM的大端UTF-16）
省略参数时使用系统默认编码（System.getProperty("file.encoding")），极易引发跨环境乱码，务必显式指定。
new String(byte[], charset) 是解码，不是“转编码”
这个构造方法的作用是：把按charset编码的字节流，还原成内存中的Unicode字符串。关键点：
- byte[]里存的是某种编码的原始字节（比如从文件或网络读来的GBK字节）
- charset参数告诉JVM：“这些字节是用这个编码写的，请按它反向解析”
- 结果String在内存中永远是Unicode（UTF-16形式），与输入编码无关
常见错误写法：new String(str.getBytes("GBK"), "UTF-8") —— 这相当于用UTF-8去解码GBK字节，必然乱码。正确流程应是：字节流 → 按原始编码解码为String → 再按目标编码重新编码为字节。
