提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  后端

当前栏目

Java反转字符串和相关字符编码的问题解决

JAVA字符编码 问题 解决 字符串 相关 反转
2023-06-13 09:15:00 时间

复制代码代码如下:


publicStringreverse(char[]value){
      for(inti=(value.length-1)>>1;i>=0;i--){
          chartemp=value[i];
          value[i]=value[value.length-1-i];
          value[value.length-1-i]=temp;
      }
      returnnewString(value);
}

这样的代码，在算法方面是没有任何问题的。但是今天在查看StringBuffer源代码的时候发现，其中reverse方法的源代码写的很精妙。源代码如下：

复制代码代码如下:

publicAbstractStringBuilderreverse(){
   booleanhasSurrogate=false;
   intn=count-1;
   for(intj=(n-1)>>1;j>=0;--j){
       chartemp=value[j];
       chartemp2=value[n-j];
       if(!hasSurrogate){
      hasSurrogate=(temp>=Character.MIN_SURROGATE&&temp<=Character.MAX_SURROGATE)
          ||(temp2>=Character.MIN_SURROGATE&&temp2<=Character.MAX_SURROGATE);
        }
        value[j]=temp2;
        value[n-j]=temp;
    }
    if(hasSurrogate){
        //Reversebackallvalidsurrogatepairs
         for(inti=0;i<count-1;i++){
            charc2=value[i];
            if(Character.isLowSurrogate(c2)){
                charc1=value[i+1];
                if(Character.isHighSurrogate(c1)){
                value[i++]=c1;
                value[i]=c2;
            }
        }
        }
    }
    returnthis;
 }

这个方法是定义在StringBuffer的父类AbstractStringBuilder中的，所以该方法的返回值是AbstractStringBuilder，在子类中调用的方式如下：
复制代码代码如下:
publicsynchronizedStringBufferreverse(){
   super.reverse();
   returnthis;
}

从方法的内容来看，源代码中的基本思路是一致的，同样采用遍历一半字符串，然后将每个字符与其对应的字符进行交换。但是有不同之处，就是要判断每个字符是否在Character.MIN_SURROGATE(\ud800)和Character.MAX_SURROGATE(\udfff)之间。如果发现整个字符串中含有这种情况，则再次从头至尾遍历一次，同时判断value[i]是否满足Character.isLowSurrogate()，如果满足的情况下，继续判断value[i+1]是否满足Character.isHighSurrogate()，如果也满足这种情况，则将第i位和第i+1位的字符互换。可能有的人会疑惑，为什么要这么做，因为Java中的字符已经采用Unicode代码，每个字符可以放下一个汉字。为什么还要这么做？
一个完整的Unicode字符叫代码点CodePoint，而一个Javachar叫代码单元codeunit。String对象以UTF-16保存Unicode字符，需要用2个字符表示一个超大字符集的汉字，这这种表示方式称之为Surrogate，第一个字符叫SurrogateHigh，第二个就是SurrogateLow。具体需要注意的事宜如下：
判断一个char是否是Surrogate区的字符，用Character的isHighSurrogate()/isLowSurrogate()方法即可判断。从两个SurrogateHigh/Low字符，返回一个完整的UnicodeCodePoint用Character.toCodePoint()/codePointAt()方法。
 一个CodePoint，可能需要一个也可能需要两个char表示，因此不能直接使用CharSequence.length()方法直接返回一个字符串到底有多少个汉字，而需要用String.codePointCount()/Character.codePointCount()。
 要定位字符串中的第N个字符，不能直接将N作为偏移量，而需要从字符串头部依次遍历得到，需要用String/Character.offsetByCodePoints()方法。
从字符串的当前字符，找到上一个字符，也不能直接用offset--实现，而需要用String.codePointBefore()/Character.codePointBefore()，或用String/Character.offsetByCodePoints()
 从当前字符，找下一个字符，不能直接用offset++实现，需要判断当前CodePoint的长度后，再计算得到，或用String/Character.offsetByCodePoints()。

相关文章