java 取模 移位 性能_最簡單的計算GBK偏移量 java版 取模時用到

GBK碼位分配及順序

GBK 亦采用雙字節表示，總體編碼范圍為 8140-FEFE，首字節在 81-FE 之間，尾字節在 40-FE 之間，剔除 xx7F 一條線。總計 23940 個碼位，共收入 21886 個漢字和圖形符號，其中漢字(包括部首和構件)21003 個，圖形符號 883 個。

生成的取模字庫，是從0開始，對應內碼0x8140.關鍵是還不是按順序排列，所以要計算偏移量。如果怕麻煩，直接使用unicode 偏移量0對應的就是unicode編碼0

1.直接計算 java版

優化版2.0

import java.io.UnsupportedEncodingException;

public class GBK {

/**

* @see 非標准 xx7f 這個他用？來代替，不用減了。

* @author 小黃人軟件

* @param code為漢字GBK編碼

* @return 返回偏移量

*/

public static int getGBKIndex2(int code)

{

//分為三塊來減

//1. 減0x8140前的所有

//2. 減xx00-xx3F 0xxxff 共0x41個字節

//3. xx7f 這個他用？來代替，不用減了。

int temp=code - 0x8140- (code/256-0x81)*0x41 ;

// if(code%256>0x7f)

// temp=temp-1;

return temp;

}

/**

* @see 標准

* @author 小黃人軟件

* @param code為漢字GBK編碼

* @return 返回偏移量

*/

public static int getGBKIndex(int code)

{

//分為三塊來減

//1. 減0x8140前的所有

//2. 減xx00-xx3F xx7f xxff 共0x42個

//3. 低字節做判斷 大於00x7f 減本次的1個xx7f

int temp=code - 0x8140- (code/256-0x81)*0x42 ;

if(code%256>0x7f)

temp=temp-1;

return temp;

}

public static void gbk(char c)

{

//吞 gbk:CDCC 定位14579

try {

//String gbk = new String("吞".getBytes("GBK"));

String gbk = new String(String.valueOf(c).getBytes("GBK")); //

//String gbk = new String("丂".getBytes("GBK"));

byte[] b=gbk.getBytes();

int gbkcode=(int)(256*(b[0]&0xff))+ (int) (b[1]&0xff );

int result=getGBKIndex(gbkcode);

System.out.println(String.format(gbk+" GBK：0x%04X 定位：%d \r\n",gbkcode, result));

} catch (UnsupportedEncodingException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

/**

* @param args

*/

public static void main(String[] args) {

// TODO Auto-generated method stub

String str="丂亐０服非";

for(int i=0;i

{

gbk(str.charAt(i));

}

}

}

輸出：

丂 GBK：0x8140 定位：0

亐 GBK：0x8180 定位：63

０ GBK：0xA3B0 定位：6571

服 GBK：0xB7FE 定位：10449

非 GBK：0xB7C7 定位：10394

 GBK：0xFE9F 定位：23844

老版1.0

import java.io.UnsupportedEncodingException;

public class GBK {

public static int getGBKIndex(int code) //返回偏移量 code為漢字GBK編碼

{

//分為三塊來減

//1. 減0x8140前的所有

//2. 減xx00-xx3F 0xxxff 共0x41個字節

//3. xx7f 做判斷 低字節 少於00x7f 只減之前的 大於則 減之前的+本次的1個字節

int temp=code - 0x8140- (code/256-0x81)*0x41 ;

if(code%256<0x7f)

temp=temp-(code/256-0x81);

else

temp=temp-(code/256-0x81)-1;

return temp;

}

/**

* @param args

*/

public static void main(String[] args) {

// TODO Auto-generated method stub

//吞 定位14579 gbk:CDCC

try {

//String gbk = new String("吞".getBytes("GBK"));

String gbk = new String("丟".getBytes("GBK"));

//String gbk = new String("丂".getBytes("GBK"));

System.out.println(gbk);

byte[] b=gbk.getBytes();

System.out.println(String.format("0x%04X ", (int)(256*(b[0]&0xff))+ (int) (b[1]&0xff )));

int result=getGBKIndex((int)(256*(b[0]&0xff))+ (int) (b[1]&0xff ));

System.out.println(String.format("%02d ", result));

} catch (UnsupportedEncodingException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

}

2.需要

100kb左右

unsigned int gbk[]={GBK所有字 比如：  丂,丄,丅,丆,丏,丒,丗,丟,丠,両,丣,並,丩,丮,丯,丱} ;   //把所有字放入數組中

unsigned int getIndex(unsigned int c)

for(int i=0;i

{

if(gbk[i]==c)

return i;

}

}