1
est 2014-07-08 09:19:30 +08:00 via Android
utf16的确有效率优势。等宽的。
最根本原因是标准已经写死了 |
2
sujin190 2014-07-08 09:24:52 +08:00
明显utf-16都是双字节的,在内存方面应该更简单吧
|
3
imn1 2014-07-08 09:45:01 +08:00
UTF-16不是双字节吧?
|
4
xia0ta0 OP utf-16同样存在需要4字节的情况,虽然这种情况比utf-8要少。
在计算字符串长度、查找及正则匹配的时候,都需要解码。转码效率会有很大差异吗? 标准委员会主要考虑的因素是不是utf-16的例外要比utf-8少,语言实现起来效率会更好? |
5
VYSE 2014-07-08 11:11:55 +08:00
因为iterate utf8必须一个字符一个字符的挪,utf16直接算偏移即可。
|
6
s51431980 2014-07-08 11:20:00 +08:00
如果没记错,java是utf-16的,不知道是不是为了java,当初网景和sun是合作者来的
|
7
reus 2014-07-08 15:36:44 +08:00 1
utf16是变长编码,有4字节的。定长的是ucs2
|
8
xia0ta0 OP 果然是历史原因,哈哈!
看C#: http://blog.coverity.com/2014/04/09/why-utf-16 stackoverflow的回答: http://stackoverflow.com/questions/5292150/whats-the-point-of-utf-16 C#是因为VB用的是BSTR(带长度前缀的UCS-2?),Java诞生的时候只有UCS-2可选。 为了兼容,采用了超集UTF16,而不是不兼容的UTF8。 值得注意的是,C#忽略了UTF16 4字节的问题,如果字符串含有编码为4字节的字符,获取长度等会有问题。C#的开发者在第一个链接里提到了。。。。 个人猜测C#这么做的原因可能是 如果考虑到4字节,对字符串操作必须先编解码,程序的效率影响会比较大。 看了一下Erlang的文档,最新的支持unicode。采用latin-1标志位确定是采用UTF-8还是字节编码。同时文档也提到了: It can be speculated that the UTF-16 encoding standard was, from the beginning, expected to be able to hold all Unicode characters in one 16-bit entity, but then had to be extended, leaving a hole in the Unicode range to cope with backward compatibility. |
9
SoloCompany 2014-07-09 00:52:52 +08:00
javascript 的字符串单位当然是定长16位字符,和 java 一样,最新的 javascript 标准才支持 codePoint, 现在的大部分浏览器还不支持,java 则是在1.5的时候开始支持 codePoint
|