計算機編碼表容量計算原理：為什麼 Unicode (UCS-2) 只能收錄 65535 個字符？

問題拆解

題目核心：兩個字節（16 位）能表示多少個不同值？

數學推導

1 Byte = 8 bit
2 Byte = 16 bit
可表示的不同組合數 = 2^16 = 65,536
編碼範圍：0x0000 ~ 0xFFFF（十進制 0 ~ 65,535）

關鍵知識點

常見誤區澄清

❌ 「計算機 32 位，內存 4 GB，所以 Unicode 只有 65535」
✅ 兩者無直接因果關係。Unicode 編碼空間大小由編碼方案位寬決定，而非 CPU 位寬或物理內存。

擴展：現代 Unicode 如何突破 65535 限制？

• UTF-16 代理對：高代理 (U+D800~U+DBFF) + 低代理 (U+DC00~U+DFFF) 組合表示增補平面字符（如 Emoji 😀 U+1F600）
• UTF-8 變長編碼：ASCII 1 字節，BMP 3 字節，增補平面 4 字節，兼容性最好，已成 Web 事實標準
• UTF-32 定長 4 字節：直接覆蓋所有 1,114,112 個碼位，隨機訪問快但空間浪費大

實戰驗證代碼

// Java
System.out.println(Character.MAX_VALUE);        // 65535 (char 範圍)
System.out.println(Character.MAX_CODE_POINT);   // 1114111 (實際碼位上限)

// Python
print(sys.maxunicode)  // 1114111 (窄構建為 65535，寬構建為 1114111)

總結

「萬國碼兩字節只能收錄 65535」本質是 16 位無符號整數範圍 的直接體現。現代系統普遍採用 UTF-8/UTF-16 代理對突破此限制，開發時務必區分 char/code unit 與 code point/rune，避免截斷增補平面字符導致亂碼。