为什么Rust中的`char`大小为4个字节？

Question

此代码显示char占用4个字节：

println!("char : {}", std::mem::size_of::<char>());

1. 为什么需要4个字节？
2. 大小取决于平台，还是总是4个字节？
3. 如果它总是4个字节，那是特殊的东西吗？
4. 编译器是否保证char
大小的最小大小

在https://play.rust-lang.org/我也得到4个字节

Answer 1

首先：Rust中的char是表示Unicode标量值的唯一整数值​​。例如，考虑（又名桩的Poo，又名U + 1F4A9），在Rust中，它将由char表示，其值为128169十进制（即{{ 1}}十六进制）：

0x1F4A9

On the playpen

如上所述，Rust fn main() { let c: char = "".chars().next().unwrap(); println!(" is {} ({})", c, c as u32); } 是4个字节，因为4个字节是2个字节的最小幂，它可以保存任何Unicode标量值的整数值。该决定是由域驱动的，而不是由架构约束驱动的。

注意：对标量值的强调是许多＆＃34;字符＆＃34;我们看到它们实际上是由Unicode中的多个组合字符组成的字形，在这种情况下需要多个char。

Answer 2

$('#div1').removeClass(); $('#div1').addClass(happy); 是四个字节。 总是四个字节，它总是 四个字节。它是四个字节，剩下四个字节。

它没有什么特别之处;四个字节只是两个中最小的幂，您可以在其中存储任何Unicode标量值。其他各种语言都做同样的事情。

Answer 3

字符是四个字节，不依赖于体系结构。

为什么呢？根据UTF-8维基百科的文章。

  

前128个字符（US-ASCII）需要一个字节。接下来的1,920   字符需要两个字节来编码。需要三个字节   基本多语言平面的其余部分中包含的字符   几乎所有常用字符。需要四个字节   Unicode的其他平面中的字符。

因此，如果您想表示任何可能的 Unicode字符，编译器必须保存4个字节。

您还应该考虑字节对齐：http://www.eventhelix.com/realtimemantra/ByteAlignmentAndOrdering.htm