先了解下基本的单位：

1、比特(bit)即一个二进制位，例如100011就是6比特。

2、字节(byte)，这是计算机中数据类型最基本的单位了，8bit组成1byte。

java要确定每种基本类型所占存储空间的大小，它们的大小并不像其它大多数语言那么随机器硬件架构的变化而变化。这种所占存存储空间大小的不变性是java程序具有可移值性的原因之一。

java中的boolean长度是1个字节，实际上它只有1bit在起作用，其它的全部是0.

java的中基本类型数据的大小如下：

boolean 1-byte(实际上就是1bit在起作用)

char

2-bytes(英文字符占1字节(只用了一个字节，浪费一个字节？？！！)，中文占2字节)

java内存中char是两个字节，但是保存到文件中时另一回事，取决于文件的字符编码。

文件中的字符，采用的是GB2312编码，汉字占2个字节，ASCII字符占1个字节。

输出的是字符实际占的字节数，不是char类型在机器中占的字符数

byte 1-byte

short 2-bytes

int 4-bytes

long 8-bytes

float 4-bytes

double 8-bytes

汉字字符

2字节(看编码方式：utf-8码的中文都是3字节的，而

gbk/gbk18030 是2字节的。)

英文字符

1字节

中文标点

2字节

英文标点

1字节

下面我们用实例来说明一个汉字有几个字节：

1、参见String的length()方法：返回此字符串的长度。长度等于字符串中 Unicode

代码单元的数量。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

public class Test { static int returnCharNu(String s){ int x =

0; return x = s.length(); } public static void main(String args[]){

int y = returnCharNu("nihao"); System.out.println("nihao ："+y); y =

returnCharNu("你好"); System.out.println("你好 ："+y); } }//:~output

nihao ：5 你好 ：2

由上可知，一个英文字母、或一个汉字都是1个Unicode

代码单元，Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符，一个字符在Unicode中就是一个代码单元。

以下部分来自CSDN博客：http://blog.csdn.net/JIGSONG/archive/2008/10/29/3176670.aspx

UCS-2用两个字节来编码字符,

2的16次方等于65536,所以UCS-2最多能编码65536个字符。编码从0到127的字符与ASCII编码的字符一样,比如字母"a"的Unicode

编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97,对于汉字的编码,事实上Unicode对汉字支持不怎么好,简体和繁体总共有六七万个汉字,而UCS-2最多能表示65536个,才六万多个,所以Unicode只能排除一些几乎不用的汉字,好在常用的简体汉字也不过七千多个,为了能表示所有汉字,Unicode也有UCS-4规范,就是用4个字节来编码字符,不过现在普遍采用的还是UCS-2，只用两个字节来编码。

汉字Unicode编码的区间为：0x4E00--0x9FA5。

汉字字符 2字节

英文字符 1字节

中文标点 2字节

英文标点 1字节

中国字比较复杂，1字节=8位，8位从0000 0000到1111

1111只能表示256个字符，2个字节是2*8=16位，从0000 0000 0000 0000到1111 1111 1111

1111可以表示65535个字符。

6万多个足以表示我们经常用的那些字了。所以我们用2字节表示汉字。如果用3个字节有很多不常用的字又占了很多不必要的存储空间，所以我们用2个字节而不是1个或者3个表示汉字的国际码。