unicode中汉字区间问题

今天接到一个优化性能的任务，把一个过滤非汉字字符的算法性能提高一下，原来方法使用了如下方法：

if (Character.UnicodeBlock.of(c) == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS)

这个方法内部使用了一个二分查找的算法在一个100多个元素的数组中查找对应的UnicodeBlock，对于一个50K的html文件说，性能非常差。

经过查看发现，其实中文字符的Unicode区间只有以下几种：

所以对于我们这个简单的算法只要判断字符是否在0x4E00~0X9FFF之间就可以了，实现后仅仅这个因素性能提升就可以提升7倍（当然还有方法调用的消耗）。