程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> JAVA編程 >> JAVA編程入門知識 >> Java反轉字符串和相關字符編碼的問題解決

Java反轉字符串和相關字符編碼的問題解決

編輯:JAVA編程入門知識

代碼如下:

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);
}

這樣的代碼,在算法方面是沒有任何問題的。但是今天在查看StringBuffer源代碼的時候發現,其中reverse方法的源代碼寫的很精妙。源代碼如下:
代碼如下:

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;
 }

這個方法是定義在StringBuffer的父類AbstractStringBuilder中的,所以該方法的返回值是AbstractStringBuilder,在子類中調用的方式如下:
代碼如下:

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

從方法的內容來看,源代碼中的基本思路是一致的,同樣采用遍歷一半字符串,然後將每個字符與其對應的字符進行交換。但是有不同之處,就是要判斷每個字符是否在Character.MIN_SURROGATE(\ud800)和Character.MAX_SURROGATE(\udfff)之間。如果發現整個字符串中含有這種情況,則再次從頭至尾遍歷一次,同時判斷value[i]是否滿足Character.isLowSurrogate(),如果滿足的情況下,繼續判斷value[i+1]是否滿足Character.isHighSurrogate(),如果也滿足這種情況,則將第i位和第i+1位的字符互換。可能有的人會疑惑,為什麼要這麼做,因為Java中的字符已經采用Unicode代碼,每個字符可以放下一個漢字。為什麼還要這麼做?
一個完整的 Unicode 字符叫代碼點CodePoint,而一個 Java char 叫 代碼單元 code unit。String 對象以UTF-16保存 Unicode 字符,需要用2個字符表示一個超大字符集的漢字,這這種表示方式稱之為 Surrogate,第一個字符叫 Surrogate High,第二個就是 Surrogate Low。具體需要注意的事宜如下:
判斷一個char是否是Surrogate區的字符,用Character的 isHighSurrogate()/isLowSurrogate()方法即可判斷。從兩個Surrogate High/Low 字符,返回一個完整的 Unicode CodePoint 用 Character.toCodePoint()/codePointAt()方法。
  一個Code Point,可能需要一個也可能需要兩個char表示,因此不能直接使用 CharSequence.length()方法直接返回一個字符串到底有多少個漢字,而需要用String.codePointCount()/Character.codePointCount()。
 要定位字符串中的第N個字符,不能直接將N作為偏移量,而需要從字符串頭部依次遍歷得到,需要用String/Character.offsetByCodePoints() 方法。
從字符串的當前字符,找到上一個字符,也不能直接用offset-- 實現,而需要用 String.codePointBefore()/Character.codePointBefore(),或用 String/Character.offsetByCodePoints()
 從當前字符,找下一個字符,不能直接用 offset++實現,需要判斷當前 CodePoint的長度後,再計算得到,或用String/Character.offsetByCodePoints()。

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved