UTF-8相较于ULEB128、LLVM bitcode等最高位编码的优势是什么

这里讨论的「最高位编码」定义为：单字节最高位为0时作为终止字节、为1时为非终止字节的变长编码规则，这类编码本身兼容ASCII，LLVM Bitcode采用的就是这类编码方案。

• 字节序无依赖，跨架构兼容性更强
  ULEB128、LLVM Bitcode的编码默认按小端序存储数值，跨不同字节序的平台传输、解析时需要额外做字节序转换处理，否则会出现解析错误。而UTF-8的编码规则不绑定字节序，每个字符的字节序列是固定顺序的，不需要做任何大小端适配，直接跨架构传输解析即可，省去了额外的字节序校验和转换逻辑。
• 容错能力更强，错误不会全局扩散
  ULEB128、LLVM Bitcode的编码中，所有连续最高位为1的字节都会被判定为属于同一个编码单元，一旦某一个字节的最高位出现意外损坏，会直接导致后续所有编码序列的边界判断错位，几乎无法恢复后续内容。而UTF-8的编码规则有明确的格式约束：首字节的前缀会明确标记当前字符的总字节数，后续所有续字节都固定以10开头，解析时遇到不符合格式的字节可以直接跳过，仅丢失单个错误字符的内容，不会影响其他字符的正常解析，错误影响范围极小。
• 支持ASCII内容零解码检索，处理效率更高
  要在ULEB128、LLVM Bitcode编码的文本中检索ASCII字符（比如分隔符、关键字），必须先将整个编码序列完整解码才能正确匹配，否则普通的字节匹配可能命中编码单元的中间部分，出现误判。而UTF-8的所有ASCII字符都以单字节0xxxxxxx形式存储，非ASCII字符的所有字节最高位均为1，直接按字节搜索ASCII内容不需要任何解码操作，也不会出现误匹配，文本检索、分割的效率远高于另外两类编码。
• 主流文本场景下编码效率更优
  ULEB128是面向无符号整数设计的编码，LLVM Bitcode的编码是面向指令流、数值存储优化的，二者用来存储自然语言文本时都会产生额外冗余。对于绝大多数主流文本场景，比如代码、英文内容、中英文混合内容，UTF-8的平均编码长度更短，存储占用更低。

内容的提问来源于stack exchange，提问作者jling