69,370
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
Linux-Torvalds 2011-10-02
- 打赏
- 举报
[Quote=引用 1 楼 ericpowerful 的回复:]
帮下忙呀！不胜感激！
[/Quote]http://www.cprogramming.com/tutorial/unicode.html
帮下忙呀！不胜感激！
[/Quote]http://www.cprogramming.com/tutorial/unicode.html
ericpowerful 2011-10-02
- 打赏
- 举报
帮下忙呀！不胜感激！
辰岡墨竹 2011-10-02
- 打赏
- 举报
那的看是什么编码的Unicode了。如果是Windows默认的UTF-16L的话，普通汉字可以直接这样
&((short *)a[0])
这样把a[0]的地址当作short指针取值。因为UTF-16L的内存顺序和Intel的小端短整型是一样的。
但是注意这样只能处理BMP基本映射平面上的字符。因为Unicode编码是32位的，所以额外的字符需要两个16位的值组成一个代理对表示。
代理对是一对 16 位值，用来表示 [0x010000..0x10FFFF] 范围
中的字符。该代理对的前半部分位于 [0xD800..0xDBFF] 范围中，后半部分位于 [0xDC00..0xDFFF] 范围中。这样的值对 (H, L) 表示按以下方式计算的字符 （十六进制算术运算）：
(H - 0xD800) * 400 + (L – 0xDC00)
所以你还要判断a[0]和a[1]的值是否符合上述范围，如果符合的话，需要按这个公式计算unicode编码值而不是直接用指针读取了。
我以前写Java大作业的时候写过类似的。
虽然说应该处理代理对，不过基本上常见的汉字都落在BMP里，所以可以直接用一个16位整数表示。
我排序的方式是用一个list，直接按值插入对应位置，最后按顺序遍历就可以了，C里的话可以用STL里的list。如果用65536的int数组也可以，只不过比较浪费内存。
&((short *)a[0])
这样把a[0]的地址当作short指针取值。因为UTF-16L的内存顺序和Intel的小端短整型是一样的。
但是注意这样只能处理BMP基本映射平面上的字符。因为Unicode编码是32位的，所以额外的字符需要两个16位的值组成一个代理对表示。
代理对是一对 16 位值，用来表示 [0x010000..0x10FFFF] 范围
中的字符。该代理对的前半部分位于 [0xD800..0xDBFF] 范围中，后半部分位于 [0xDC00..0xDFFF] 范围中。这样的值对 (H, L) 表示按以下方式计算的字符 （十六进制算术运算）：
(H - 0xD800) * 400 + (L – 0xDC00)
所以你还要判断a[0]和a[1]的值是否符合上述范围，如果符合的话，需要按这个公式计算unicode编码值而不是直接用指针读取了。
我以前写Java大作业的时候写过类似的。
虽然说应该处理代理对，不过基本上常见的汉字都落在BMP里，所以可以直接用一个16位整数表示。
我排序的方式是用一个list，直接按值插入对应位置，最后按顺序遍历就可以了，C里的话可以用STL里的list。如果用65536的int数组也可以，只不过比较浪费内存。
ericpowerful 2011-10-02
- 打赏
- 举报
大虾们帮忙呀
ericpowerful 2011-10-02
- 打赏
- 举报
我现在是把一个汉字拆成了字符数组中的两个值，这样的话如何比较呀？相当于a[0],a[1]组成一个汉字，a[3]、a[4]组成一个汉字，a[0]，a[1]组成的汉字与a[2]，a[3]组成的汉字如何比较。谢谢了！
5t4rk 2011-10-02
- 打赏
- 举报
[Quote=引用 2 楼 linwhwylb 的回复:]
引用 1 楼 ericpowerful 的回复:
帮下忙呀！不胜感激！
http://www.cprogramming.com/tutorial/unicode.html
[/Quote]
这个方法貌似可行
引用 1 楼 ericpowerful 的回复:
帮下忙呀！不胜感激！
http://www.cprogramming.com/tutorial/unicode.html
[/Quote]
这个方法貌似可行
