Корейский текст целиком состоит из символов, кодирующихся в UTF-8 тремя байтами, а в кодировке UTF-16 двумя байтами. Все символы файла — это корейские буквы. Если сохранить этот текст в кодировке UTF-16, он займёт 4 Мбайт. Сколько тот же файл займёт места, если сохранить его в других UTF-кодировках? UTF-8: UTF-32:

В данном задании рассматривается влияние кодировки текста на размер файла. Важно понимать, что корейские символы занимают разное количество байт в зависимости от используемой кодировки.

Из условия задачи известно:

• Текст состоит из корейских символов.
• В кодировке UTF-8 каждый символ занимает 3 байта.
• В кодировке UTF-16 каждый символ занимает 2 байта.
• Размер файла в кодировке UTF-16 составляет 4 Мбайт.

Необходимо определить, сколько места займёт тот же файл в кодировках UTF-8 и UTF-32.

Решение:

1. Определим количество символов в тексте, исходя из размера файла в кодировке UTF-16:$$Количество\ символов = Размер\ файла\ в\ UTF-16 / Размер\ символа\ в\ UTF-16$$Размер файла в UTF-16 = 4 Мбайт = 4 * 1024 * 1024 байт = 4194304 байта Размер символа в UTF-16 = 2 байта$$Количество\ символов = 4194304\ байта / 2\ байта = 2097152\ символа$$
2. Рассчитаем размер файла в кодировке UTF-8:$$Размер\ файла\ в\ UTF-8 = Количество\ символов * Размер\ символа\ в\ UTF-8$$Количество символов = 2097152 символа Размер символа в UTF-8 = 3 байта$$Размер\ файла\ в\ UTF-8 = 2097152\ символа * 3\ байта = 6291456\ байт$$Переведём в мегабайты:$$6291456\ байт = 6291456 / (1024 * 1024) = 6\ Мбайт$$
3. Рассчитаем размер файла в кодировке UTF-32:$$Размер\ файла\ в\ UTF-32 = Количество\ символов * Размер\ символа\ в\ UTF-32$$Количество символов = 2097152 символа Размер символа в UTF-32 = 4 байта$$Размер\ файла\ в\ UTF-32 = 2097152\ символа * 4\ байта = 8388608\ байт$$Переведём в мегабайты:$$8388608\ байт = 8388608 / (1024 * 1024) = 8\ Мбайт$$

Ответ:

• UTF-8: 6 Мбайт
• UTF-32: 8 Мбайт