ascii utf-8混合编码方式

设计一个ascii和utf-8 hybrid 的编码方式。

ascii

ASCII码一共规定了128个字符的编码。还有扩展的定义了128-255.

utf-8

unicode不定义存储格式。

UTF-8的编码规则很简单，只有二条：

  • 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
  • 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。 下表总结了编码规则，字母x表示可用编码的位。
   Char. number range  |        UTF-8 octet sequence
      (hexadecimal)    |              (binary)
   --------------------+---------------------------------------------
   0000 0000-0000 007F | 0xxxxxxx
   0000 0080-0000 07FF | 110xxxxx 10xxxxxx
   0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
   0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

the advantage of choosing ASCII encoding over UTF-8

  • string[] str 获取第i个char时不用判断前面字符是可变长
  • 时间复杂度变大，程序更复杂

延生阅读：

results matching ""

    No results matching ""