Java反轉字符串和相干字符編碼的成績處理

public String reverse(char[] value){
       for (int i = (value.length - 1) >> 1; i >= 0; i--){
           char temp = value[i];
           value[i] = value[value.length - 1 - i];
           value[value.length - 1 - i] = temp;
       }
       return new String(value);
}

如許的代碼，在算法方面是沒有任何成績的。然則明天在檢查StringBuffer源代碼的時刻發明，個中reverse辦法的源代碼寫的很精巧。源代碼以下：

public AbstractStringBuilder reverse() {
    boolean hasSurrogate = false;
    int n = count - 1;
    for (int j = (n-1) >> 1; j >= 0; --j) {
        char temp = value[j];
        char temp2 = 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) {
         // Reverse back all valid surrogate pairs
          for (int i = 0; i < count - 1; i++) {
             char c2 = value[i];
             if (Character.isLowSurrogate(c2)) {
                 char c1 = value[i + 1];
                 if (Character.isHighSurrogate(c1)) {
                 value[i++] = c1;
                 value[i] = c2;
             }
         }
         }
     }
     return this;
 }

這個辦法是界說在StringBuffer的父類AbstractStringBuilder中的，所以該辦法的前往值是AbstractStringBuilder，在子類中挪用的方法以下：

public synchronized StringBuffer reverse() {
    super.reverse();
    return this;
}

從辦法的內容來看，源代碼中的根本思緒是分歧的，異樣采取遍歷一半字符串，然後將每一個字符與其對應的字符停止交流。然則有分歧的地方，就是要斷定每一個字符能否在Character.MIN_SURROGATE(\ud800)和Character.MAX_SURROGATE(\udfff)之間。假如發明全部字符串中含有這類情形，則再次從頭到尾遍歷一次，同時斷定value[i]能否知足Character.isLowSurrogate()，假如知足的情形下，持續斷定value[i+1]能否知足Character.isHighSurrogate()，假如也知足這類情形，則將第i位和第i+1位的字符交換。能夠有的人會困惑，為何要這麼做，由於Java中的字符曾經采取Unicode代碼，每一個字符可以放下一個漢字。為何還要這麼做？
一個完全的 Unicode 字符叫代碼點CodePoint，而一個 Java char 叫 代碼單位 code unit。String 對象以UTF-16保留 Unicode 字符，須要用2個字符表現一個超年夜字符集的漢字，這這類表現方法稱之為 Surrogate，第一個字符叫 Surrogate High，第二個就是 Surrogate Low。詳細須要留意的事宜以下：
斷定一個char能否是Surrogate區的字符，用Character的 isHighSurrogate()/isLowSurrogate()辦法便可斷定。從兩個Surrogate High/Low 字符，前往一個完全的 Unicode CodePoint 用 Character.toCodePoint()/codePointAt()辦法。
  一個Code Point，能夠須要一個也能夠須要兩個char表現，是以不克不及直接應用 CharSequence.length()辦法直接前往一個字符串究竟有若干個漢字，而須要用String.codePointCount()/Character.codePointCount()。
 要定位字符串中的第N個字符，不克不及直接將N作為偏移量，而須要從字符串頭部順次遍歷獲得，須要用String/Character.offsetByCodePoints() 辦法。
從字符串確當前字符，找到上一個字符，也不克不及直接用offset-- 完成，而須要用 String.codePointBefore()/Character.codePointBefore()，或用 String/Character.offsetByCodePoints()
 從以後字符，找下一個字符，不克不及直接用 offset++完成，須要斷定以後 CodePoint的長度後，再盤算獲得，或用String/Character.offsetByCodePoints()。