我看过很多讲编程语言的书，大部分带着开发者入门的书，在讲基础类型系统的时候就讲一下范围然后一笔带过？我不是很理解，既然写都写了为什么不写全，还是作者自己就根本也不懂，东拼西凑写完一本得了那种，有和意义？本篇文章我整理一下，并且解释了基础类型和计算机存储关系，如果读者想了解更深刻建议读一本书《编码》，我没有收取任何广告费，我只是觉得不错，从电路设计，逻辑门开始讲解计算机原理。

数据类型
数据类型很多编程语言都是必备的，特别是一些静态的编译型语言，在编译期的时候就要确定数据类型，多数静态类型语言要求在使用变量之前必须声明数据类型，典型例子：Java、Go、Rust 等。

例如还有一些弱类型的语言，例如：PHP、JavaScript、Unix Shell等，这些对类型系统没有明确要求，动态语言是在运行时来确定数据类型的语言，变量使用之前不需要类型声明，通常变量的类型是被赋值的那个值的类型。

而强类型反而不一样，在使用的时候必须声明其类型，这样在编译的时候就知道内存占用大小，也就是说，一旦一个变量被指定了某个数据类型，如果不经过强制转换，那么它就永远是这个数据类型了。

二者区别在于：强类型语言一旦被声明那么类型就是确定的，当然现在新语言例如Go和Rust可以自动根据上下文推断出类型，这个就看编译器智能化程度了，弱类型本身就是根据类型上下文确定的，当然有一个典型的例子就是JavaScript，一个变量的存储空间可以放到多种数据类型，准缺来说是没有类型概念，主要用于数据存储大小来分配的...所以后面微软推出了TypeScript，在js基础之上加入了类型系统，但是本身还是一个js超集；只是在编译的时候tsc编译器做了转换而已，在编写的时候可以限制开发者在起到类型约束作用，防止一些bug的产生，这些如果想深入研究大家可以自己去查看相关的书籍，我也是略知皮毛而已。

出现数据类型的原因，在早期计算机中，由机器语言转向高级语言时，原先由人工输入机器码交给计算机进行处理，转变为编译器处理数据，虽然将相应的变量编译为对应的机器码后，编译器并不会识别变量所代表的含义和类型。在斯坦福的课程，如果告诉一个人第一个数字是1，一般下一个数字就是2，但是如果是第一个数字是1.11，下一个数字就不知道到底是多少了，所以就要分类，所以就分了两种类型？所有如果在初始化的时候确定了类型，那就好说了， 在内存分配上，有了类型的定义以后，确定了变量的数据类型，数据的类型编码指令，大大的提高了计算机的处理速度，解决了内存分配大小的问题，避免了空间上的浪费。

存储和编码
在计算机内部数据运算都是基于二进制表示的，程序在运行的时候都是从外存加载到主层里面进行运算，那数据怎么表示的呢？

数据在底层存储都是以二进制存储的，也就是数据组成是0和1，这就是位的概念，每个二进制数字0或者1就是1个位。而byte字节是一个计量单位，表示数据量是多少。也就是8个位等于一个字节，字节用于计算机存储相关的计量容量单位，表示起来也比bit容易理解，下图为存储计量单位。

计算机的计算完全是靠着CPU工作，而CPU的寄存器存储单位是KB，当打开一个程序的时候程序二进制机器码文件就被加载到内存里面，这里的内存和CPU寄存器差了几个数量级单位，那这和编程语言有什么关系吗？我个人觉得和语言类型就有关系，当程序运行的时候还需要额外的内存辅助，变量就是，变量是有类型的，可以想象一下一个变量就是一个房子，房子大小取决于类型觉得，内存是有限的，当知道在运算的时候需要多少空间占用，那为何不确定内存大小呢？这就回到上面我所说的了，确定了类型那么也就知道了需要多大内存占用提供计算使用。

上图是我整理的Java基础数据类型范围，如果超出了就会发生内存溢出异常，或者发生数据精度丢失问题，主要原因就是底层只认识二进制，如果数据bit范围超出就出现了溢出。当某一种类型的数值已经达到了此类型能够保存的最大值之后，再继续扩大，或者达到了最小值后再继续缩小，就会出现数据溢出问题，例如byte范围为-128至127如果存储了十进制的值128那么就发生溢出。

字符串类型
计算机只认识0和1，那么怎么认识字符呢？也就是中文、日语、英文，英文很简单26个字母加26个小写然后加上数字就可以存储了，但是怎么表示呢？

看过电影的都知道电报机，一端发送电报，另外一端接收，转成人类能理解的意思。例如Morse code这个就是一个编码规律和解码规则，计算机为了解决这些问题也引入了相关的概念设计码表ASCII、Unicode、UTF-32、UTF-8，例如下面就是一张码表，通过数字和字符映射达到解码效果。

转转成数字就好说了对吧？比较数字是十进制的可以转换成二进制的存储，这就可以解决字符串翻译的问题了，然后所有的计算机默认安装的时候都带有码表，这样传输信息就可以互相解码和编码了。

解决了编码问题，那计算机在底层要分配多少空间去存储一个字符呢？现在的问题就是分配多少存储计量单位存储一个字符？

上图为Go一些基础类型整理，对着最上面Java的图，来看看两个语言字符类型怎么处理的。Java中的char是两个字节去存储一个字符；而在Go语言中有一个类型rune其实就是一个int32的别名，代表一个 UTF-8 字符，当需要处理中文、日文或者其他复合字符时，则需要用到 rune 类型，那在Go里面中需要去存储一个字符需要4个字节。另外在Go语言中的其他字符例如ASCII码，这里Go使用的是uint8也是byte类型也就是一个字节，来表示一个ASCII字符。

在Go里面byte类型是uint8的别名，对于只占用1个字节的传统ASCII编码的字符来说，完全没有问题，例如 var ch byte = 'A'，字符使用单引号括起来。但是如果是字符中文默认就是采用Unicode UTF-8，因此字符同样称为Unicode代码点或者runes。

v := 'n' // 这里！
fmt.Printf("v is of type %T\n", v) //v is of type int32

s := "hello 世界"  // 堆代码 duidaima.com
fmt.Println(s[0])   //104
fmt.Println(len(s)) //12
fmt.Println(s)      //hello 世界
fmt.Println(reflect.TypeOf(s[0]))//uint8 
fmt.Println(string(s[0]))   //h

输出单引号的变量，发现其类型是int32，go语言使用一个特殊类型rune表示字符型，rune为int32的别名，它完全等价于int32，习惯上用它来区别字符值和整数值，rune 表示字符的Unicode码值。另外在Go里面字符串是一个值类型，底层有byte数组，实际存储的是这个字符的字节，一个字符串包含了任意个byte，它并不限定Unicode，UTF-8或者任何其他预定义的编码，中文字符在unicode下占2个字节，在utf-8编码下占3个字节，而golang默认编码正好是utf-8。

小结
本篇文章笔者水平有限如果有什么问题，可以指正!