以前一直用C++寫編程題，那些面向對象特性和一些泛性編程幾乎都沒有用到。現在靜下心來準備仔細研讀一下c++ primer。然後發現裏面講到一個wchar_t類型，兩個字節的數據類型，被設計用來存儲國際字符的。今天小試了一下發現不行，cout一直輸出不了，然後並沒有辦法按照想要的處理中文wchar_t數組。在網上搜了一下，發現這裏面關係到很多編碼的知識。趁這次機會一起梳理下。
1.編碼
大家經常看到utf-8編碼，都覺得這是文字編碼，然後又看到unicode編碼，GBK編碼等，腦子就凌亂了。這裏要說一下，其實unicode和GBK纔是編碼的值，這與計算機其實沒有什麼太多的關係，完全是數學處理。而utf-8和utf-16是討論的如何將unicode編碼存儲在計算機中以及如何在計算機中傳輸。簡單來說，unicode纔是編碼，而utf-8是存儲方式。GBK要轉utf-8必須先將其轉換成unicode編碼，然後再講unicode編碼存儲爲utf-8格式纔行。GBK只是對漢字的國際編碼格式，其實我個人覺得並沒有什麼前景（自從unicode編程流行以後）。我們還是主要關注一下unicode與utf-8的關係吧。
unicode編碼(16進制) UTF-8 字節流(二進制)
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
正如上面所示，在uft-8編碼其實得到的字節數不確定，可能是1個字節，也可能是3個字節。但utf-8最大的好處是和ASCII碼兼容，存儲英文字母都是一個字節，因此現在被廣泛應用。而uft-16編碼就目前應用來說和unicode編碼是完全一樣的。其不管存儲什麼字符都是用2個字節。所以大家就明白了，在英文比較多的地方，我們用utf-8編碼比較好，而在漢語或者其他國際字符比較多的情況下，我們用utf-16可以達到最小存儲。我覺得目前編碼掌握這些就可以了，其他的以後再慢慢研究吧
2.大小端
在計算機存儲方式中，有大端存儲和小端存儲。intel的cpu是小端模式，而IBM的power是大端模式。
對於大端模式：
所謂的大端模式，是指數據的低位（就是權值較小的後面那幾位）保存在內存的高地址中，而數據的高位，保存在內存的低地址中，這樣的存儲模式有點兒類似於把數據當作字符串順序處理：地址由小向大增加，而數據從高位往低位放；
對於小端模式：
所謂的小端模式，是指數據的低位保存在內存的低地址中，而數 據的高位保存在內存的高地址中，這種存儲模式將地址的高低和數據位權有效地結合起來，高地址部分權值高，低地址部分權值低，和我們的邏輯方法一致。
舉個列子來說，
大家都知道字符‘A’的ASCII碼值爲65（十進制）也就是0x41，那麼這個值轉換成4字節的int型在不同大小端模式的系統中存放的方式分別爲：
大端模式：00 00 00 41 -----高低模式
小端模式：41 00 00 00 -----低高模式
對於一個字節內的數據，大小端是一樣的，八位爲00000000（高->低）寫到這裏，我突然想起IEEE極限編程挑戰賽的時候，有道題裏面需要將char a[20]數組中的8個字節轉換成unsigned long long型的，當時我是用指針處理的，講頭指針放在&a[4]上面，然後強制轉換成unsigned long long型的，結果怎麼都不對，然後就火了，直接循環乘暴力轉換對了，不過那道題還有兩個test沒通過，不知道是怎麼回事？
現在就知道當時指針轉換爲什麼不對了，就是小端問題，哎！！！只怪自己實力不行。
3.wchar_t型
wchar_t兩個字節，是C++用來存儲國際字符的數據類型，默認用unicode編碼保存。不過爲什麼在C++中，用cout流輸出不了呢？其實是cout流輸出時不是用的unicode編碼去讀取的，而是用的系統自帶的編碼格式，很是麻煩，而且不同的系統設置不一樣，windows是locale loc("chs");ubuntu是locale loc("zh_CN.UTF-8")。
太蛋疼了，好吧，我覺得還是不要用C++處理中文了。。。
具體的實現過程請各位自行百度吧，反正我是沒興趣了。還不如用java或者python3來的方便。java的char型是2個字節，python3默認編碼格式是unicode，爽歪歪。C++還是用來進行高性能編程的好！！！
最後發一個對C++中文輸出吐槽的圖片聊以慰藉一下。
