Unicode 在什么情况下UTF-8编码需要32位？

根据我的理解和我在网上阅读的内容，UTF-8可以使用1-4个代码单元（每个长度为一个字节）对Unicode字符集中的所有字符进行编码。我想知道的是：既然Unicode中的所有代码点都可以用21位表示，那么什么时候会使用4个代码单元而不是3个

---

您只需要24位来表示任何Unicode字符，那么什么时候在UTF-8编码中使用32位，为什么？存储某种附加数据是否需要额外的位？

UTF-8编码有开销。第一个字节使用1-5位表示使用了多少额外字节，每个额外字节使用2位作为延续字节标记。因此，四字节UTF-8序列的第一个字节需要5位开销，其余3个字节每字节需要2位开销，剩下21位用于编码码点

1字节UTF-8，7个数据位（U+0000到U+007F）：

0xxxxxxx

2字节UTF-8，11个数据位（U+0080到U+07FF）：

110xxxxx 10xxxxxx

3字节UTF-8，16个数据位（U+0800到U+FFFF）：

1110xxxx 10xxxxx 10xxxxxx

4字节UTF-8，21个数据位（U+10000到U+10FFFF）：

11110xxx 10xxxxx 10xxxxx 10xxxxxx

---

参考：

UTF-8编码有开销。第一个字节使用1-5位表示使用了多少额外字节，每个额外字节使用2位作为延续字节标记。因此，四字节UTF-8序列的第一个字节需要5位开销，其余3个字节每字节需要2位开销，剩下21位用于编码码点

1字节UTF-8，7个数据位（U+0000到U+007F）：

0xxxxxxx

2字节UTF-8，11个数据位（U+0080到U+07FF）：

110xxxxx 10xxxxxx

3字节UTF-8，16个数据位（U+0800到U+FFFF）：

1110xxxx 10xxxxx 10xxxxxx

4字节UTF-8，21个数据位（U+10000到U+10FFFF）：

11110xxx 10xxxxx 10xxxxx 10xxxxxx

参考：