¿Por qué no hay UTF-24?

Question

Duplicar posible:
Why UTF-32 exists whereas only 21 bits are necessary to encode every character?

El punto de código Unicode máxima es 0x10ffff en UTF-32. UTF-32 tiene 21 bits de información y 11 bits en blanco superfluos. Entonces, ¿por qué no hay codificación UTF-24 (es decir, UTF-32 con el byte alto eliminado) para almacenar cada punto de código en 3 bytes en lugar de 4?

Answer 1

Bueno, la verdad es: UTF-24 se sugirió en 2007:

http://unicode.org/mail-arch/unicode-ml/y2007-m01/0057.html

Los mencionados pros & contras de ser:

"UTF-24 
Advantages: 
1. Fixed length code units. 
2. Encoding format is easily detectable for any content, even if mislabeled. 
3. Byte order can be reliably detected without the use of BOM, even for single-code-unit data. 
4. If octets are dropped/inserted, decoder can resync at next valid code unit. 
5. Practical for both internal processing and storage/interchange. 
6. Conversion to code point scalar values is more trivial then for UTF-16 surrogate pairs 
    and UTF-7/8 multibyte sequences. 
7. 7-bit transparent version can be easily derived. 
8. Most compact for texts in archaic scripts. 
Disadvantages: 
1. Takes more space then UTF-8/16, except for texts in archaic scripts. 
2. Comparing to UTF-32, extra bitwise operations required to convert to code point scalar values. 
3. Incompatible with many legacy text-processing tools and protocols. " 

Como ha señalado David Starner en http://www.mail-archive.com/unicode@unicode.org/msg16011.html:

¿Por qué? UTF-24 casi invariablemente será más grande que UTF-16, a menos que esté hablando un documento en Old Italic o Gothic. Los caracteres matemáticos alfanuméricos casi siempre se combinarán con suficiente ASCII para hacer que UTF-8 sea una victoria, y si no, suficientes caracteres BMP para hacer que UTF-16 sea una victoria. Las computadoras modernas no manejan bien los trozos de 24 bits; en memoria, tendrían ocupando 32 bits por pieza, a menos que los declarara empaquetados, y luego serían mucho más lentos que UTF-16 o UTF-32. Y si está almacenando en el disco , también puede usar BOCU o SCSU (ya está yendo no estándar), o usar compresión estándar con UTF-8, UTF-16, BOCU o SCSU. SCSU o BOCU comprimido debería ocupar la mitad del espacio de UTF-24, si eso.

También puede comprobar el siguiente post StackOverflow:

Why UTF-32 exists whereas only 21 bits are necessary to encode every character?