1)先啰嗦一下
UTF-16是一種編碼格式。啥是編碼格式？就是怎么存儲，也就是存儲的方式。 存儲啥？存二進制數字。為啥要存二進制數字？ 因為Unicode字符集里面把二進制數字和字符一一對應了，存二進制數字就相當於存了二進制數字對應的字符了。為啥不直接存字符？因為計算機只能處理二進制數字。
UTF是 Unicode Translation Format的縮寫，即把Unicode轉做某種格式的意思
UTF-16跟UTF-8比較，好處在於大部分字符都以固定長度的字節 (2字節) 儲存，但UTF-16卻無法兼容ASCII編碼。
2)
utf-16編碼方式 ? 1.utf-16編碼方式源於ucs-2(universal character set coded in 2 octets、2-byteuniversal character set)。 而ucs-2，是早期遺留下來的歷史產物。 ucs-2將字符編號直接映射為字符編碼(cef，而非ces，詳見前文中對現代字符編碼模型的解釋)，亦即字符編號就是字符編碼，中間沒有經過特別的編碼算法
Unicode字符集(CCS)到目前為止定義了包括1個基本平面BMP和16個增補平面SP在內的共17個平面。
每個平面的碼點數量為2^16=65536個，因此17個平面的碼點總數為共65536*17=1114112個。其中，基本平面碼點為65536個(碼點編號范圍為0x0000~0xFFFF)，增補平面碼點為1114112-65536=65536*16=1048576個(碼點編號范圍為0x10000~0x10FFFF)。
很明顯，簡單地用一個16位碼元肯定無法表示所有17個平面的這么多碼點(因為2^16=65536，而碼點總數為65536*17=1114112)。而UCS-2，正是用兩個字節共16位來表示一個字符的。為支持字符編號超過U+FFFF的增補字符，擴展勢在必行。
UCS因而又提出了UCS-4，即用四個字節共32位來表示一個字符(此時UCS-4同樣既可認為是編號字符集CCS中的字符編號，也可認為是字符編碼方式CEF中的字符編碼)。但碼元也因此從16位擴展到了32位。
具體來說，就是Unicode字符集基本平面BMP中的字符(大致相當於UCS字符集中的UCS-2字符，但必須除開U+D800~U+DFFF這一在Unicode字符集BMP中稱之為代理碼點的部分)，仍然是直接映射關系，亦即這部分字符的字符編號與字符編碼是等同的。
UTF-16中16的意思是16個bit的意思，也就是說是用16位來存儲，但是它比較奇葩，它使用 2 個或者 4 個字節來存儲
對於 Unicode 編號范圍在 0 ~ FFFF 之間的字符，UTF-16 使用兩個字節存儲，並且直接存儲 Unicode 編號，不用進行編碼轉換，這跟 UTF-32 非常類似。
對於 Unicode 編號范圍在 10000~10FFFF 之間的字符，UTF-16 使用四個字節存儲，具體來說就是：將字符編號的所有比特位分成兩部分，較高的一些比特位用一個值介於 D800~DBFF 之間的雙字節存儲，較低的一些比特位（剩下的比特位）用一個值介於 DC00~DFFF 之間的雙字節存儲。
位於 D800~0xDFFF 之間的 Unicode 編碼是特別為四字節的 UTF-16 編碼預留的，所以不應該在這個范圍內指定任何字符。如果你真的去查看 Unicode 字符集，會發現這個區間內確實沒有收錄任何字符。
UTF-16 要求在制定 Unicode 字符集時必須考慮到編碼問題，所以真正的 Unicode 字符集也不是隨意編排字符的
3)舉例UTF-16 兩個字節
用UTF-16表示"漢"
unicode是6C49(這是用十六進制表示,用十進制表示是27721，
UTF-16表示的話就是01101100 01001001(共16 bit,兩個字節).
4)大小端模式
文重點講解的是 UTF-16 編碼格式字節數組的轉化。UTF-16 顧名思義，就是用兩個字節表示一個字符。那么用兩個字節表示必然存在字節序的問題，即大端小端的問題。下面就來講講 UTF-16BE、UTF-16LE、UTF-16 三者之間的區別吧。
UTF-16BE，其后綴是 BE 即 big-endian，大端的意思。大端就是將高位的字節放在低地址表示。
UTF-16LE，其后綴是 LE 即 little-endian，小端的意思。小端就是將高位的字節放在高地址表示。
UTF-16，沒有指定后綴，即不知道其是大小端，所以其開始的兩個字節表示該字節數組是大端還是小端。即FE FF表示大端，FF FE表示小端。
采用UTF-16BE，UTF-16LE，一個字符編碼成兩個字節，采用UTF-16，一個字符編碼成4個字節，與UTF-16BE和UTF-16LE相比，在前邊加上了\uFEFF表示UTF-16BE，或加上\uFFEF表示UTF-16LE。
圖來自大小端模式百度百科
5)UTF-16 還有很多問題
- UTF-16 能表示的字符數有 6 萬多，看起來很多，但是實際上目前 Unicode 5.0 收錄的字符已經達到 99024 個字符，早已超過 UTF-16 的存儲范圍；這直接導致 UTF-16 地位頗為尷尬——如果誰還在想着只要使用 UTF-16 就可以高枕無憂的話，恐怕要失望了
- UTF-16 存在大小端字節序問題，這個問題在進行信息交換時特別突出——如果字節序未協商好，將導致亂碼；如果協商好，但是雙方一個采用大端一個采用小端，則必然有一方要進行大小端轉換，性能損失不可避免（大小端問題其實不像看起來那么簡單，有時會涉及硬件、操作系統、上層軟件多個層次，可能會進行多次轉換）
- 另外，容錯性低有時候也是一大問題——局部的字節錯誤，特別是丟失或增加可能導致所有后續字符全部錯亂，錯亂后要想恢復，可能很簡單，也可能會非常困難。（這一點在日常生活里大家感覺似乎無關緊要，但是在很多特殊環境下卻是巨大的缺陷）
目前支撐我們繼續使用 UTF-16 的理由主要是考慮到它是雙字節的，在計算字符串長度、執行索引操作時速度很快。當然這些優點 UTF-32 都具有，但很多人畢竟還是覺得 UTF-32 太占空間了。
這一點摘自https://www.cnblogs.com/fnlingnzb-learner/p/6163205.html
6）U+D800～U+DFFF
UTF-16還能表示一部分的UCS-4代碼點——U+10000～U+10FFFF。表示算法比較復雜，簡單說明如下：
- 從代碼點U中減去0x10000，得到U'。這樣U+10000～U+10FFFF就變成了 0x00000～0xFFFFF。
- 用20位二進制數表示U'。 U'=yyyyyyyyyyxxxxxxxxxx
- 將前10位和后10位用W1和W2表示，W1=110110yyyyyyyyyy，W2=110111xxxxxxxxxx，則 W1 = D800～DBFF，W2 = DC00～DFFF。
例如，U+12345表示為 D8 08 DF 45（UTF-16BE），或者08 D8 45 DF（UTF-16LE）。
但是由於這種算法的存在，造成UCS-2中的 U+D800～U+DFFF 變成了無定義的字符。