ЕГЭ‑инфо без паники: ASCII и Unicode

Кодирование текста: задания 11 и 4 без паники

** изображение создано или обработано с помощью ИИ.

Тема ASCII и Unicode часто заставляет учеников нервно листать конспект. Я понимаю. Мне 27, я несколько лет объясняю информатику школьникам и сам когда-то путал байты, символы и эти загадочные U+0410. Хорошая новость: здесь нет магии. Есть таблицы, коды и пара правил.

Где это встречается в ЕГЭ-2026:

1. Задание 11 (Объём информации). Расчёт памяти для текстов: формула I = K × i, перевод бит/байт/Кбайт.

1. Задание 4 (Кодирование). Условие Фано, однозначное декодирование, выбор минимального кода.

1. Задание 9 (Таблицы). Иногда встречается в контексте кодировки текстовых полей.

На экзамене не просят писать конвертеры кодировок. Но умение быстро считать объём текста и подбирать минимальное i (бит на символ) критично для баллов в №11 и №4.

Начнём спокойно. Компьютер не хранит буквы как красивые значки — он хранит числа. Буква «А», цифра «7», пробел, запятая — всё получает свои числовые коды, а программа затем отображает эти коды как символы. Если договор между записью и чтением понятен обеим сторонам, текст выглядит нормально.

Проблемы начинаются, когда договоры различаются. Один файл записали в одной кодировке, а другая программа открыла его в другой. Вместо русского текста появляются «кракозябры». У меня такое бывало с учебными файлами: открываю, вижу «РџСЂРёРІРµС‚» и на секунду чувствую себя археологом.

На ЕГЭ обычно не требуют чинить такие аварии вручную. Но сам принцип кодирования понимать нужно. Тогда задачи про объём текста перестают выглядеть как лотерея: вы просто видите, что символов столько-то и на каждый символ отводится столько-то битов, дальше работает чистая арифметика.

Главная мысль: символ и его код — не одно и то же. Символ видит человек, а код нужен компьютеру. Кодировка задаёт правила связи между ними. Если это уложить в голове, дальнейшее становится значительно проще.

ASCII: маленькая таблица, большой след

** изображение создано или обработано с помощью ИИ.

ASCII появился как стандарт для обмена текстом. Название расшифровывается: American Standard Code for Information Interchange. Классический ASCII использует 7 бит на символ. Это даёт ровно 128 кодов — от 0 до 127.

Но не все эти коды — буквы или цифры. Коды с 0 по 31 — это управляющие команды (например, перевод строки). Код 127 — это DEL (удалить). А настоящие печатные символы — пробел, цифры, латинские буквы, знаки препинания — лежат в диапазоне с 32 по 126.

Три кода полезно запомнить, чтобы быстро ориентироваться в задачах: символ 0 имеет код 48, заглавная A — код 65, строчная a — код 97.

Обратите внимание: разница между заглавной и строчной латинской буквой всегда 32. Это иногда помогает в задачах, например при переводе регистра без готовых функций.

Важный момент. Русских букв в классическом ASCII нет. Вообще. Поэтому если кто-то говорит «расширенная ASCII» — это уже не единый стандарт. Так называют разные 8-битные кодовые страницы, где одни и те же числа от 128 до 255 могли обозначать разные символы на разных компьютерах. Для ЕГЭ это не столь важно, главное запомнить границу.

Правило для экзамена: ASCII — это 7 бит и 128 кодов. Если в условии задачи сказано, что на символ отводится 1 байт (8 бит), это может быть другая однобайтовая кодировка. Не подменяйте её классическим ASCII по привычке. Читайте условие буквально.

Unicode: общий словарь для разных письменностей

** изображение создано или обработано с помощью ИИ.

Unicode решает старую проблему: миру нужен общий набор символов. В этом стандарте есть латиница, кириллица, греческие буквы, знаки валют, математические символы и многое другое. Unicode назначает каждому символу свой уникальный номер — кодовую точку.

Кодовые точки записывают в виде U+XXXX. Например, русская заглавная буква «А» имеет кодовую точку U+0410. Латинская «A» выглядит почти так же, но её код U+0041. Глаз видит похожие буквы, а компьютер видит разные символы.

Здесь часто возникает первая ловушка. Unicode — это не кодировка файла в том смысле, в котором мы говорим о хранении данных. Это, скорее, большой каталог символов. А вот UTF-8, UTF-16 и UTF-32 уже определяют, как именно записывать эти кодовые точки в байты.

Если объяснить проще: Unicode отвечает на вопрос «какой номер у символа», а UTF-8 отвечает на вопрос «как записать этот номер в память». Если смешать эти понятия, задачи начинают «кусаться». Если разделить, они становятся понятнее.

На вопрос: то есть Unicode — это таблица? Я отвечу так: почти, но лучше думать о нём как о стандарте символов. Таблица там действительно есть, но стандарт описывает и другие правила. Для школьных задач обычно достаточно понимания кодовых точек и различий между кодировками.

UTF-8, UTF-16 и байты без истерики

** изображение создано или обработано с помощью ИИ.

UTF-8 сегодня встречается очень часто. Эта кодировка использует переменную длину записи: от одного до четырёх байтов на символ. Символы из базового ASCII в UTF-8 занимают один байт, поэтому старый английский текст читается без сюрпризов.

Кириллические буквы в UTF-8 обычно занимают два байта. Эмодзи часто требуют четыре байта. Тот самый смайлик может съесть места больше, чем буква, — несправедливо, но жизнь вообще не всегда про баланс.

UTF-16 тоже использует переменную длину. Многие часто встречающиеся символы занимают два байта, а некоторые требуют четыре — для них применяют пары специальных значений, которые называют суррогатными парами.

UTF-32 устроен проще для объяснения, но обычно тяжелее по объёму: он отводит четыре байта на каждую кодовую точку. Это удобно для некоторых вычислений, но расточительно для обычного текста. В школьных задачах его обсуждают редко.

Важно для ЕГЭ: в большинстве задач на объём текста используется фиксированная длина кода (все символы кодируются одинаковым числом бит). Не нужно применять реальную переменную длину UTF-8, если условие не говорит об этом явно. Читайте условие: если сказано «каждый символ — 16 бит», значит, берите 16 бит для всех символов, включая пробелы.

Как решать задачи ЕГЭ про текст и коды

** изображение создано или обработано с помощью ИИ.

В задачах про текст чаще всего используют простую модель. Есть количество символов K и информационный вес одного символа i (в битах). Объём текста I вычисляется как I = K × i.

Если алфавит содержит N символов, i подбирается так, чтобы 2 в степени i было не меньше N. Например, для 33 русских букв достаточно 6 битов, потому что 2⁵ = 32 (мало), а 2⁶ = 64 (хватает). Дальше нужно аккуратно работать с единицами. Один байт равен 8 битам.

В школьных задачах 1 Кбайт обычно считается как 1024 байта, а 1 Мбайт — как 1024 Кбайта. Если условие задаёт другие правила, следуйте ему — условие всегда старше привычки.

Краткая инструкция, которая спасает нервы:

1. Сначала выпишите, что дано: символы, биты, байты, размер файла.

1. Проверьте, что именно кодируют: отдельный символ, страницу, сообщение или весь алфавит.

1. Переведите всё в одни единицы (биты или байты), не смешивайте их.

1. Посчитайте объём по формуле и только потом округляйте.

1. Если ищете i, подбирайте степень двойки без спешки.

«А если я забыл степень двойки?» — спросит ученик. Спокойно выпишите ряд: 2, 4, 8, 16, 32, 64, 128, 256. Для большинства школьных задач этого достаточно, дальше можно удваивать прямо на черновике.

Если хотите разобрать такие темы с преподавателем, а не с ночным чаем, посмотрите курс подготовки к ЕГЭ по информатике в онлайн-школе. Нормальная тренировка экономит много нервных клеток. Я бы в 11 классе такое оценил.

Типичные ошибки и короткая шпаргалка

** изображение создано или обработано с помощью ИИ.

Первая частая ошибка — считать, что в ASCII есть русские буквы. Классический ASCII их не содержит. Если в условии встречается кириллица, внимательно ищите прямое указание на размер кода: там может быть сказано «16 бит» или «2 байта».

Вторая ошибка — путать бит и байт. Это звучит банально, но ловушка вполне реальна. Ученик считает всё правильно, а в конце забывает разделить на 8 — и ответ улетает в сторону.

Третья ошибка — брать степень двойки ниже необходимой. Например, для 40 символов нельзя взять 5 бит, потому что 2⁵ даёт только 32 варианта. Нужны 6 бит: 2⁶ = 64, этого уже достаточно.

Четвёртая ошибка — думать, что Unicode всегда означает 2 байта на символ. Это не так. Unicode задаёт кодовые точки, а размер записи зависит от конкретной кодировки: UTF‑8, UTF‑16 и UTF‑32 работают по‑разному.

Пятая ошибка — читать условие по диагонали. Иногда в нём прямо написано: «каждый символ кодируется одинаковым числом бит». Это задача про равномерное кодирование, и не нужно усложнять её реальными особенностями UTF‑8.

Коротко о главном:

1. Классический ASCII — это 7 бит, 128 кодов, латиница и служебные символы.

1. Печатные символы занимают коды с 32 по 126.

1. Unicode задаёт кодовые точки (например, U+0410 для русской «А»), а UTF‑8 записывает их в 1-4 байта.

1. Кириллица в UTF‑8 обычно занимает 2 байта.

1. Объём текста вычисляется как число символов, умноженное на число бит на символ. Для алфавита из N символов подбирается минимальное i, при котором 2ⁱ не меньше N.

Не бойтесь кодировок. Они похожи на расписание транспорта: сначала бесит, потом начинаешь видеть систему. Разобрали ASCII, отделили Unicode от UTF‑8, проверили единицы и задача уже не рычит. Она просто ждёт аккуратного счёта.