貌似是一个简单的问题（也许也真是简单的），但是却把曾经自认为弄清楚的我搞得莫名其妙。
char在Java中应该是16位即两个字节byte在Java中应该是8位
char x = '编'; //这样应该占两个字节 但是 String str = "编"; byte[] bytes = str.getBytes(); //此时为什么要占用3个byte呢?（此时系统默认的encoding为utf-8）str.getBytes()这个东西到底又怎么回事？（此方法会使用系统默认的编码）
因为java采用Unicode编码，用Unicode编码的单个字符占两个字节，所以问题转到Unicode与utf-8的区别上来。
翻了很多资料，最终在知乎上找到了答案，如下：
举一个例子：It's 知乎日报 你看到的unicode字符集是这样的编码表： I 0049 t 0074 ' 0027 s 0073 0020 知 77e5 乎 4e4e 日 65e5 报 62a5 每一个字符对应一个十六进制数字。 计算机只懂二进制，因此，严格按照unicode的方式(UCS-2)，应该这样存储： I 00000000 01001001 t 00000000 01110100 ' 00000000 00100111 s 00000000 01110011 00000000 00100000 知 01110111 11100101 乎 01001110 01001110 日 01100101 11100101 报 01100010 10100101 这个字符串总共占用了18个字节，但是对比中英文的二进制码，可以发现，英文前9位都是0！浪费啊，浪费硬盘，浪费流量。 怎么办？ UTF。UTF-8是这样做的： 1. 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码完全相同； 2. n个字节的字符(n>1)，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其余空位填充该字符unicode码，高位用0补足。 这样就形成了如下的UTF-8标记位： 0xxxxxxx 110xxxxx 10xxxxxx 1110xxxx 10xxxxxx 10xxxxxx 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx ... ... 于是，”It's 知乎日报“就变成了： I 01001001 t 01110100 ' 00100111 s 01110011 00100000 知 11100111 10011111 10100101 乎 11100100 10111001 10001110 日 11100110 10010111 10100101 报 11100110 10001010 10100101 和上边的方案对比一下，英文短了，每个中文字符却多用了一个字节。但是整个字符串只用了17个字节，比上边的18个短了一点点。 引用：Unicode 和 UTF-8 有何区别？