Java IO中的数字处理

2. Numeric Data

输入流读入字节，输出流写出字节，而reader读入字符，writer写出字符。因此要理解JavaIO首先要深入理解Java如何处理字节、整数、字符和其他的基本数据类型，它们之间什么时候并且为什么发生转型，很多情况下这些转型都不明显。

1.2.1. Integer Data

Java中int是4个字节前端高位后端低位由二进制补码表示的整型数据类型，，int的范围-2,147,483,648 到 2,147,483,647。对于数字7、-8345和

3,000,000,000编译器都处理成int数据，但是编译器对3,000,000,000这样大的数据会产生数据溢出错误。

而long数据是8个字节的，其前端是较高位，后端是最低位，由二进制补码组成，它的范围自-9,223,372,036,854,775,808到9,223,372,036,854,775,807。这样的大数据前加L或l后缀，例如7L, -8345L和3000000000L都是64位的长整型数据。为了不造成混淆，大写L比小写l要常用。

另外两种数据类型short和byte在Java中也可能见到，short是2字节前端高位后端低位由二进制补码表示的短整型数据类型，其范围-32,768 到32,767，short在Java中可能用到，并且对C语言有兼容性。

但是byte在Java中很常见，尤其是在JavaIO中，一个byte数据即一个字节，由二进制补码表示的整数，其范围-128 到 127。注意像Java中的所有数据类型一样，byte是有符号的。最大的值是127，对于byte比这大的数不合法。像42和24000这样的数字，编译器会当做int数据，而不是short或者byte数据，即使像下面显式声明byte和short数据，Java内部也是作为int来处理：

byte b = 42;

short s = 24000;

 

这些int数据在编译时时编译器理解为常量，但编译器允许其转型为byte和short窄类型的数据,并且是高效的。但是像下面这样简单的赋值来却达不到转型的目的：

int i = 42;

byte b = i;

 
编译器理论上知道这样转型并不会丢失数据，但编译这样的代码会报错：

Error:    Incompatible type for declaration.
Explicit cast needed to convert int to short.
ByteTest.java  line 6

要改正这个错误，需要这样显式转型

int i = 42;

byte b = (byte) i;

 
即使是两个byte数据产生的新数据赋值给byte也需要显式转型：

byte b1 = 22;

byte b2 = 23;

byte b3 = b1 + b2;

 
所以直接操作byte非常不方便。但JavaIO的某些方法的确是基于byte的，这些方法返回值或参数是一个无符号的字节表示的整数（0-255），这个范围说明它并不满足Java的基本数据类型，这就意味着需要内部转型。

例如根据Java类库文档的描述：the read( ) method of java.io.InputStream returns "the next byte of data, or -1 if the end of the stream is reached."但怎样区分数据中的-1和标志流尾的-1呢？有疑惑了吧，仔细思考一下（参看原文档源代码）

事实上，read方法返回的并不是一个byte，而是一个int：

public abstract int read( ) throws IOException

 
很显然这里的int不是byte数据，可以看作一个无符号的字节表示的整数（0-255）。因此，流尾的-1很容易和合法数据区分开。（合法数据-1被转型到0-255之间？）

java.io.OutputStream 中的write方法有相同的问题，它无返回值并且以一个int数据为参数

public abstract void write(int b) throws IOException

 
同样，这个int意味着一个无符号字节表示的整数（0-255），这个方法并不能防止因为程序员的疏忽传了超过这个范围的int数据。那么就需要去掉超出这个范围的三个字节：

b = b & 0x000000FF;

 
这在Java语言规范中有描述。

因为write是抽象的，具体的实现在子类中都有实现，但是如果自定义子类，粗心的程序员可能忽略这点。

byte在IO中还体现在另一方面，某些读写方法使用byte数组，例如下面这两个方法：

public int read(byte[] data) throws IOException

public int read(byte[] data, int offset, int length) throws IOException

 

操作一个单独的8位的byte数据和一个32位的int数据没有多大差别，但是如果很成百上千的数据需要读写的话就有很大区别。事实上，一个byte数据在Java虚拟机中占有4个字节空间，但是byte数组只占实际需要的大小空间。虚拟机对byte数组执行特殊的操作，但对单独的byte数据并没有操作，它仅仅是转型为int。

尽管byte数组使用的是有符号的值（-127-128），但IO操作时它们都有对应的无符号byte值，这种对应使用的下面这种方法：

int unsignedByte = signedByte >= 0 ? signedByte : 256 + signedByte;

 
1.2.2. Conversions and Casts转变和转型

byte数据范围很小，它们在计算和方法调用时都宽转变为int数据，通常它们需要窄转型回来，深入理解这种变化时非常有用的。

通过抹掉数据高位来达到int数据向byte数据的转型，其值并不会发生改变。int数据127转型为byte数据其值还是127。当然，如果int值太大的话，转型时数据值可能前后不一，int数据128转型为byte是-128。原因在于转型执行的二进制算法，128是用十六进制表示的，为0x00000080，转型为byte时需要抹掉高位结果为0x80。128用二进制表示为10000000，如果无符号是128，但是Java会看做是带符号的，这个1是符号位，通过补码加1得到其绝对的值。因此Ox80代表-128，诸如类推129代表-127，130代表-126，直到255代表-1。

所以，int数据256转型为byte是0，然后循环轮回。这个算法很简单，如下所示：

int byteValue;
int temp = intValue % 256;
if ( intValue < 0) {
  byteValue =  temp < -128 ? 256 + temp : temp;
}
else {
  byteValue =  temp > 127 ? temp - 256 : temp;
}