为什么参数是 string.indexOf 方法在 Java 中是一个 int

data-structures java primitive-types

2022-09-04 08:37:57

我想知道为什么参数 indexOf 方法 a int ，当描述说一个字符。

public int indexOf（int ch）

Returns the index within this string of the first occurrence of the specified **character**

Also, both of these compiles fine:
char c = 'p';
str.indexOf(2147483647);
str.indexOf(c);

a]基本上，我感到困惑的是java中的int是32位，而Unicode字符是16位。

b]为什么不使用字符本身，而不是使用int。这是任何性能优化吗？字符比 int 更难表示吗？如何？

我认为这应该是对此的简单推理，这使我对它更加了解！

谢谢！

答案 1

真正的原因是需要一个Unicode代码点，而不是一个16位UTF-16“字符”。Unicode 码位实际上长达 21 位。indexOf(int)

（较长代码点的 UTF-16 表示形式实际上是 2 个 16 位“字符”值。这些值称为前导和尾随代理项;D800₁₆ 至 DBFF₁₆ 和 DC00₁₆ 至 DFFF₁₆;请参阅 Unicode FAQ - UTF-8、UTF-16、UTF-32 和 BOM 了解血腥的细节。

如果给出一个码位> 65535，它将搜索编码码位的 UTF-16 字符对。indexOf(int)

javadoc对此进行了说明（尽管不是很清楚），对代码的检查表明这确实是该方法的实现方式。

为什么不只使用16位字符？

这是显而易见的。如果他们这样做，就不会有一种简单的方法可以在字符串中定位大于65535的代码点。对于开发文本可能包含此类代码点的国际化应用程序的人来说，这将是一个主要问题。（许多所谓的国际化应用程序错误地假设 a 表示代码点。通常这并不重要，但越来越频繁地这样做。char

但它不应该对你有任何影响。如果您的字符串仅由16位代码组成，则该方法仍然有效...或者，就此而言，仅ASCII代码。

答案 2

Java 中的字符以 Unicode 整数表示形式存储。字符类文档包含有关此格式的更多详细信息。

从该页面上的文档：

接受 int 值的方法支持所有 Unicode 字符，包括增补字符。例如，Character.isLetter（0x2F81A）返回 true，因为码位值表示一个字母（CJK 表意文字）。