详细谈谈iOS字符串翻转

时间:2022-10-20 15:34:31

前言

字符串翻转作为算法题已经是一个不能再基础的问题了,无非就是逆序遍历、双指针遍历、递归,代码也能分分钟写出来:

?
1
2
3
4
5
6
7
8
9
10
void strrev(char *str) {
 size_t start = 0;
 size_t end = start + strlen(str) - 1;
 
 while (start < end) {
  char ch = str[start];
  str[start++] = str[end];
  str[end--] = ch;
 }
}

OK,上面的代码放到 LeetCode 上绝对是能 AC 的,但是实际情况中能 AC 吗?答案肯定是不能的!一个靠谱的字符串翻转算法题放到 LeetCode 上至少是 Medium 的难度。

首先我们知道字符串有编码规则,比如我们常用的 UTF-8,Windows 早期采用的 UTF-16(函数名有 W 后缀的 API 采用这种编码)等等...对于英文字母等 ASCII 字符的情况,UTF-8 和 ASCII 编码都是一个字节,所以上述的方法没有太大问题。然而对于有中文的情况,一个中文字符在 UTF-8 中会占 3 个字节,如果单纯的按字节翻转就会出现乱码。

那怎么解决呢?

最简单的方法就是使用 mbstowcs 函数将 char * 类型的字符串转换为 wchar_t 类型的宽字符串,wchar_t 这个类型在 Linux、UNIX 系统上占 4 个字节,在 Windows 上占 2 个字节。4 个字节意味着字符将用 UTF-32 来编码,不管是汉字还是 Emoji 都能存放下来。但对于 2 个字节,也就是 UTF-16,汉字是能表示,但是 Emoji 这类位于辅助平面码位的字符需要两个码元来表示,本文的方法就暂不适用了。

首先我们来看一下改进版的字符串翻转:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
static void strrev2(char *str) {
 setlocale(LC_CTYPE, "UTF-8");
 size_t len = mbstowcs(NULL, str, 0);
 wchar_t *wcs = (wchar_t *) calloc(len + 1, sizeof(wchar_t));
 mbstowcs(wcs, str, len + 1);
 
 size_t start = 0;
 size_t end = start + len - 1;
 
 while (start < end) {
  wchar_t wc = wcs[start];
  wcs[start++] = wcs[end];
  wcs[end--] = wc;
 }
 
 wcstombs(str, wcs, wcstombs(NULL, wcs, 0));
 free(wcs);
}

使用 mbstowcs 这类转换函数首先需要设置字符串的系统编码,不然函数无法确定你传入的 char * 是个什么东西,本文中不管是源码还是系统环境的 std I/O 都采用 UTF-8 编码。

接下来我们调用一次 mbstowcs 不传入目标地址和字符长度,这可以让函数直接计算所需的 wchar_t 个数并返回回来以便我们申请内存。

然后就是基于 wchar_t 的一个常规字符串翻转了,最后别忘了转换回去,释放内存即可。

Bonus: Cocoa 开发中的字符串翻转

作为 iOS 开发者,当然还要考虑 OC 中的解决方法了。

方案 1:

通过 API 遍历子串,然后前向插入到新的 NSMutableString 中。

?
1
2
3
4
5
6
7
8
9
10
11
- (NSString *)my_stringByReversing {
 NSMutableString *reversed = [NSMutableString stringWithCapacity:self.length];
 NSRange range = NSMakeRange(0, self.length);
 [self enumerateSubstringsInRange:range
        options:NSStringEnumerationByComposedCharacterSequences
       usingBlock:^(NSString * _Nullable substring, NSRange substringRange,
          NSRange enclosingRange, BOOL * _Nonnull stop) {
        [reversed insertString:substring atIndex:0];
       }];
 return [reversed copy];
}

这种方法是效果最好的,它会将 Composed Emoji也提取出来,因为这类 Emoji 是由多个 Unicode 字符组合而成的,所以即便是 4 个字节的 wchar_t 也容纳不下。但这种方法的弊端就是开销太大,稍后我们做一个比较。

方案 2:

通过 API 获取到 C String,然后用文章开头所述的方法处理,再重新用处理后的 C String 构造 NSString。

?
1
2
3
4
5
6
7
8
9
- (NSString *)my_stringByReversing2 {
 NSUInteger length = [self lengthOfBytesUsingEncoding:NSUTF8StringEncoding];
 char *buf = calloc(length + 1, 1);
 [self getCString:buf maxLength:length + 1 encoding:NSUTF8StringEncoding];
 strrev2(buf);
 NSString *reversed = [NSString stringWithCString:buf encoding:NSUTF8StringEncoding];
 free(buf);
 return reversed;
}

这种方法的好处就是高效,经测试,它与遍历的方法相比有 100 多倍的性能提升,但是问题就是无法处理复杂的 Emoji。

两种方法,在使用中需要好好衡量一下。

方案 3:

Swift。Swift 的 String 的基本单位是 Character,它是 Unicode Scalar 的集合,表示了一个可渲染的字符,包括 Composed Emoji。并且,String 是实现了 BidirectionalCollection,拥有 reversed 方法,可以轻松实现字符串翻转。另外要提醒大家一下,正由于 Swift 的 String 是基于 Character 的,对于取某个字符这样的操作,能复用之前的 Index 就复用,我见过很多人喜欢写

?
1
str.index(str.startIndex, offsetBy: i)

这样是很费性能的,因为 Index 的移动操作需要从起点遍历计算,用这种方法遍历一遍字符串的复杂度近似是 O(n!)。

大家有兴趣可以试试 Swift 的性能~

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对服务器之家的支持。

原文链接:https://zhuanlan.zhihu.com/p/40270590