build

chapter_data_structure/character_encoding.md

@@ -2,11 +2,11 @@
 comments: true
 ---
 
-# 3.4.   字符编码 *
+# 3.4   字符编码 *
 
 在计算机中，所有数据都是以二进制数的形式存储的，字符 `char` 也不例外。为了表示字符，我们需要建立一套“字符集”，规定每个字符和二进制数之间的一一对应关系。有了字符集之后，计算机就可以通过查表完成二进制数到字符的转换。
 
-## 3.4.1.   ASCII 字符集
+## 3.4.1   ASCII 字符集
 
 「ASCII 码」是最早出现的字符集，全称为“美国标准信息交换代码”。它使用 7 位二进制数（即一个字节的低 7 位）表示一个字符，最多能够表示 128 个不同的字符。这包括英文字母的大小写、数字 0-9 、一些标点符号，以及一些控制字符（如换行符和制表符）。
 
@@ -18,13 +18,13 @@ comments: true
 
 在世界范围内，陆续出现了一批适用于不同地区的 EASCII 字符集。这些字符集的前 128 个字符统一为 ASCII 码，后 128 个字符定义不同，以适应不同语言的需求。
 
-## 3.4.2.   GBK 字符集
+## 3.4.2   GBK 字符集
 
 后来人们发现，**EASCII 码仍然无法满足许多语言的字符数量要求**。比如汉字大约有近十万个，光日常使用的就有几千个。中国国家标准总局于 1980 年发布了「GB2312」字符集，其收录了 6763 个汉字，基本满足了汉字的计算机处理需要。
 
 然而，GB2312 无法处理部分的罕见字和繁体字。「GBK」字符集是在 GB2312 的基础上扩展得到的，它共收录了 21886 个汉字。在 GBK 的编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。
 
-## 3.4.3.   Unicode 字符集
+## 3.4.3   Unicode 字符集
 
 随着计算机的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般只定义了特定语言的字符，无法在多语言环境下正常工作。另一方面，同一种语言也存在多种字符集标准，如果两台电脑安装的是不同的编码标准，则在信息传递时就会出现乱码。
 
@@ -44,7 +44,7 @@ Unicode 是一种字符集标准，本质上是给每个字符分配一个编号
 
 然而 ASCII 码已经向我们证明，编码英文只需要 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下大小的两倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。
 
-## 3.4.4.   UTF-8 编码
+## 3.4.4   UTF-8 编码
 
 目前，UTF-8 已成为国际上使用最广泛的 Unicode 编码方法。**它是一种可变长的编码**，使用 1 到 4 个字节来表示一个字符，根据字符的复杂性而变。ASCII 字符只需要 1 个字节，拉丁字母和希腊字母需要 2 个字节，常用的中文字符需要 3 个字节，其他的一些生僻字符需要 4 个字节。
 
@@ -72,7 +72,7 @@ UTF-8 的编码规则并不复杂，分为两种情况：
 
 从兼容性的角度看，UTF-8 的通用性最佳，许多工具和库都优先支持 UTF-8 。
 
-## 3.4.5.   编程语言的字符编码
+## 3.4.5   编程语言的字符编码
 
 对于以往的大多数编程语言，程序运行中的字符串都采用 UTF-16 或 UTF-32 这类等长的编码。这是因为在等长编码下，我们可以将字符串看作数组来处理，其优点包括：