16,472
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
孤必有邻 2003-10-19
- 打赏
- 举报
不是我没看懂，就是你没说清，
总之，不知道要实现什么
总之，不知道要实现什么
0sch 2003-10-19
- 打赏
- 举报
如果你要输入的仅仅是用来显示的汉字，可以用CString 定义一个字符串，直接读入就可以了。
如果你是以汉字为KEY WORD，只有全文搜索，逐字节比较
如果是指ASCII半角字符和GB2312/GBK汉字混在一起，没有简单快速的方法实现汉字查找，这里的简单快速是指与纯ASCII英文文本相比较而言。
GB2312/GBK用的是高位区码（GBK用扩展的区码）+高位位码拼成一个全角字（双字节），由于区码和位码都在128以上，并且没有可靠的算法分辩两个字节（原因下面我会解释），需要准确搜索时，不能随便从中间定位，因为如果错开了一个字节，就会造成乱码，这样诸如二分法之类的算法都不灵了。
当然，如果你是用等宽的编码，比如UNICODE，或GB2312/GBK全汉字字符（英文和标点用全角汉字），就没有上面的问题，WINDOWS内部就用双字节的UNICODE，代价是资源消耗很大，而后一种所有字符都采用全角的情况很少见。
注：GBK是GB2312的扩展，而GB2312最大的问题之一，是区码的码位和位码规则完全一样，原始的GB2312区位，区是从1到94，位也是1到94，护展到机内码是区号+160，位号加160，各占一个字节，因此从理论上来说，在字符串内以字节为单位随机取一个字节开始，没有可靠的算法可以分辩出这个字节是区码还是位码，而它后面的字串也跟着不能确定，于是精确的搜索字串只能老老实实从第一个字节开始扫描，见到第一个128以上的字节就当成汉字的区位，从它开始定位两个一组解析，直到发现第一个ASCII码为止，于是以字节为单位转入ASCII的分析，直到发现一个大于128的字符......这种循环效率低下是肯定的。
如果你是以汉字为KEY WORD，只有全文搜索，逐字节比较
如果是指ASCII半角字符和GB2312/GBK汉字混在一起，没有简单快速的方法实现汉字查找，这里的简单快速是指与纯ASCII英文文本相比较而言。
GB2312/GBK用的是高位区码（GBK用扩展的区码）+高位位码拼成一个全角字（双字节），由于区码和位码都在128以上，并且没有可靠的算法分辩两个字节（原因下面我会解释），需要准确搜索时，不能随便从中间定位，因为如果错开了一个字节，就会造成乱码，这样诸如二分法之类的算法都不灵了。
当然，如果你是用等宽的编码，比如UNICODE，或GB2312/GBK全汉字字符（英文和标点用全角汉字），就没有上面的问题，WINDOWS内部就用双字节的UNICODE，代价是资源消耗很大，而后一种所有字符都采用全角的情况很少见。
注：GBK是GB2312的扩展，而GB2312最大的问题之一，是区码的码位和位码规则完全一样，原始的GB2312区位，区是从1到94，位也是1到94，护展到机内码是区号+160，位号加160，各占一个字节，因此从理论上来说，在字符串内以字节为单位随机取一个字节开始，没有可靠的算法可以分辩出这个字节是区码还是位码，而它后面的字串也跟着不能确定，于是精确的搜索字串只能老老实实从第一个字节开始扫描，见到第一个128以上的字节就当成汉字的区位，从它开始定位两个一组解析，直到发现第一个ASCII码为止，于是以字节为单位转入ASCII的分析，直到发现一个大于128的字符......这种循环效率低下是肯定的。
zwl327 2003-10-19
- 打赏
- 举报
具体点能用什么算法实现.
请用C++写一下算法.
请用C++写一下算法.
huanyun 2003-10-19
- 打赏
- 举报
什么意思？不太明白
从文件中读取 自己加上判断 大于128可能为汉字的前字节
从文件中读取 自己加上判断 大于128可能为汉字的前字节
