反转字符串一直被当作是简单问题,大家的思想主要就是利用遍历,首尾交换字符实现字符串的反转。例如下面的代码,就可以简单实现反转。
1
public
String reverse(
char
[] value){
2
for
(
int
i
=
(value.length
-
1
)
>>
1
; i
>=
0
; i
--
){
3
char
temp
=
value[i];
4
value[i]
=
value[value.length
-
1
-
i];
5
value[value.length
-
1
-
i]
=
temp;
6
}
7
return
new
String(value);
8
}
9
10
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:
1
public
AbstractStringBuilder reverse() {
2
boolean
hasSurrogate
=
false
;
3
int
n
=
count
-
1
;
4
for
(
int
j
=
(n
-
1
)
>>
1
; j
>=
0
;
--
j) {
5
char
temp
=
value[j];
6
char
temp2
=
value[n
-
j];
7
if
(
!
hasSurrogate) {
8
hasSurrogate
=
(temp
>=
Character.MIN_SURROGATE
&&
temp
<=
Character.MAX_SURROGATE)
9
||
(temp2
>=
Character.MIN_SURROGATE
&&
temp2
<=
Character.MAX_SURROGATE);
10
}
11
value[j]
=
temp2;
12
value[n
-
j]
=
temp;
13
}
14
if
(hasSurrogate) {
15
//
Reverse back all valid surrogate pairs
16
for
(
int
i
=
0
; i
<
count
-
1
; i
++
) {
17
char
c2
=
value[i];
18
if
(Character.isLowSurrogate(c2)) {
19
char
c1
=
value[i
+
1
];
20
if
(Character.isHighSurrogate(c1)) {
21
value[i
++
]
=
c1;
22
value[i]
=
c2;
23
}
24
}
25
}
26
}
27
return
this
;
28
}
29
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:
1
public
synchronized
StringBuffer reverse() {
2
super
.reverse();
3
return
this
;
4
}
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 Java char 叫 代码单元 code unit。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 Surrogate High,第二个就是 Surrogate Low。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Surrogate High/Low 字符,返回一个完整的 Unicode CodePoint 用 Character.toCodePoint()/codePointAt()方法。
-
一个Code Point,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()。
关于字符详细说明,请查看http://www.cnblogs.com/wanlipeng/archive/2011/01/27/1946435.html