在C++中使用UTF-8字符串正确检查回文 [英] Properly checking for palindromes using UTF-8 strings in C++

问题描述

尝试回答问题How to use enqueu, dequeue, push, and peek in a Palindrome?时，我建议使用std::stringstd::string查找回文：

bool isPalindrome(const std::string str)
{
    return std::equal(str.begin(), str.end(), str.rbegin(), str.rend());
}

对于Unicode字符串，我建议：

bool isPalindrome(const std::u8string str)
{
    std::u8string rstr{str};

    std::reverse(rstr.begin(), rstr.end());

    return str == rstr;
}

我现在认为，当字符串中有多字节字符时，这会产生问题，因为多字节字符的字节顺序也颠倒了。此外，在不同的区域设置中，某些字符将彼此相同。因此，在C++20中：

1. 如何对多字节字符进行可靠的比较？
2. 当多个字符之间可能存在等价性时，如何在不同的区域设置中进行可靠的比较？

unicode

颠倒推荐答案字符串变得非常重要。从UTF-8转换为UTF-32/UCS-4是一个很好的开始，但仅有一个是不够的--Unicode还具有组合代码点，因此两个(或更多)连续的代码点形成一个单一的结果字素(添加的代码点将变音标记添加到基本字符)，为了正常工作，您需要保持这些代码点的正确顺序。

因此，基本上不是代码点，您需要将输入划分为一系列字素，并颠倒字素的顺序，而不仅仅是代码点。

要处理代表相同字符序列的多个不同的代码点序列，通常需要进行标准化。有四种不同的归一化形式。在本例中，可能希望使用NFC或NFD(出于此目的，应该等效)。NFKC/NFKD形式主要是为了与其他字符集兼容，这听起来您可能不在乎。

不过，这也可能不是微不足道的。仅举一个众所周知的例子，考虑一下德语中的字符。这在某种程度上等同于"；ss"；，但只存在于小写形式，因为它从不出现在单词的开头。因此，像Ssaß这样的东西是否为回文可能存在争论空间(暂时忽略它实际上不是一个单词的小细节)。对于回文，大多数人忽略字母大小写，因此它会被忽略--但问题中的代码似乎将大小写视为重要的，在这种情况下，它可能不应该是重要的。

这篇关于在C++中使用UTF-8字符串正确检查回文的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！