我很困惑Unicode中有1114112个字符，但同时我们可以使用UTF-16（使用16位）来访问所有字符。我的意思是，难道他们不需要存储32位吗？
我听说这与代孕对有关，但我不知道它们到底是什么。
Unicode在历史上是一个16位代码和字符集（在最初的版本中）。这也是UCS-2作为编码创建的时候，通用字符集中的每个字符都是一个2字节的单元。
很快就清楚了（也是由于该项目的一些范围变化），16位和65536个字符太少，无法使用，Unicode扩展到21位，组织在17个平面中，其中第一个65536字符形成了第0个，即基本多语言平面（BMP）。
同时，BMP中的2048个代码点被留出作为所谓的高和低替代物。其中两个将表示另一个平面中的一个角色。这启用了UTF-16，其中每个代码单元仍然有两个字节长，一个或两个代码单元（在后一种情况下，通过组合高和低代理）将表示单个代码点。同样，有人宣布，这些代孕者不得单独出现或出现错误的顺序。代理字符主要是一个奇怪的现象（它们形成了Unicode中最大的非字符块），但从技术上讲，它是实现从16位到21位Unicode路径的最干净的方式。
无论你听到或想到什么，Unicode在其历史上最长的一段时间里都不是16位代码，目前没有任何东西需要16位。但是：
- Unicode早期采用者的系统和环境最初使用UCS-2，只是因为这是一种支持新字符集中所有字符的简单方法。那些过渡到UTF-16。Windows、Java和.NET（由于其Windows传统）就是这样的例子
- 如今，大多数其他地方都使用UTF-8，这也是网络上占主导地位的编码方式（据谷歌称）。UTF-8不需要代写对，而是采用不同的方案，其中代码点由一个（ASCII）、两个、三个或四个代码单元表示（取决于代码点）
- 还有UTF-32，与UCS-4相同，每个字符使用四个字节。这主要用于软件的一些内部过程，其中每个代码点需要具有相同的长度。它很少用于存储或交换
unicode有不同的编码。UTF-8和UTF-16都使用一个或多个8或16位Blob来表示单个字符，具体取决于任何unicode代码点。
wchar_t或16位整数只能表示一些unicode代码点。
http://en.wikipedia.org/wiki/Comparison_of_Unicode_encodings
关于代理项对：
http://msdn.microsoft.com/en-us/library/8k5611at.aspxhttp://www.unicode.org/faq/utf_bom.html#utf16-4