中的方法，方便用户通过模板扩展（性能上或功能上） 。 • 例如： basic_string 。 char_traits 内函数的实现 Unicode 与宽字符 第 9 章 ASCII 码的局限 • 一开始的计算机是美国人发明的，他们只考虑到自己 方便，设计了 ASCII 码表，建立了英文字母和标点 符号到 0x00~0x7F 的一一映射。 ，那么看到其他编码格式的网站就会出现乱码。如何统一世界上这么多 文字的编码？所以出现了俗称“万国码”的 Unicode 。他给世界上所有的字符编 码，从英文字母到中文汉字到古埃及象形文字，现在全部都可以用一个 0x000000~0x10FFFF 的整数表示了，是不是很暴力？ 暴力解决： UTF-32 • 但是 Unicode 表只解决了把全世界所有字符映射到一个 整数的问题，没有解决如何把 0x000000~0x10FFFF char 表示这么宽的字符？有很多种解决方案。 • 一种方案是：索性放弃 char ，改用 wchar_t 做字符类型 。 • wchar_t 在 Linux 上为 4 字节，完全足够表示 Unicode 这 0x000000~0x10FFFF 的范围，甚至还有 1 字节浪费 。 wchar_t 的普及 • 所以他们提议：以后用 const wchar_t * 代替 const char

的基础上，扩展得到了「GBK」字符集，它 共收录了 21886 个汉字。在 GBK 编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。 3. 数据结构 hello‑algo.com 46 3.4.3. Unicode 字符集 随着计算机的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般只定 义了特定语言的字符，无法在多语言环境下正常工作；另一方面，同一种语言也存在多种字符集标准，如果 ，一个大而全的字符集 Unicode 应运而生。 「Unicode」的全称为“统一字符编码”，理论上能容纳一百多万个字符。它致力于将全球范围内的字符纳入 到统一的字符集之中，提供一种通用的字符集来处理和显示各种语言文字，减少因为编码标准不同而产生的 乱码问题。 自 1991 年发布以来，Unicode 不断扩充新的语言与字符。截止 2022 年 9 月，Unicode 已经包含 149186 字符，包括各种语言的字符、符号、甚至是表情符号等。在庞大的 Unicode 字符集中，常用的字符占用 2 字 节，有些生僻的字符占 3 字节甚至 4 字节。 Unicode 是一种字符集标准，本质上是给每个字符分配一个编号（称为“码点”），但它并没有规定在计算机 中如何存储这些字符码点。我们不禁会问：当多种长度的 Unicode 码点同时出现在同一个文本中时，系统 如何解析字符？例如，给定一个长度为

的基础上扩展得到的，它共收录了 21886 个汉字。在 GBK 的编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。 第 3 章 数据结构 hello‑algo.com 61 3.4.3 Unicode 字符集 随着计算机技术的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般 只定义了特定语言的字符，无法在多语言环境下正常工作。另一方面，同一种语言存在多种字符集标准，如 一个大而全的字符集 Unicode 应运而 生。 Unicode 的中文名称为“统一码”，理论上能容纳 100 多万个字符。它致力于将全球范围内的字符纳入统一 的字符集之中，提供一种通用的字符集来处理和显示各种语言文字，减少因为编码标准不同而产生的乱码问 题。 自 1991 年发布以来，Unicode 不断扩充新的语言与字符。截至 2022 年 9 月，Unicode 已经包含 149186 个 字符，包括各种语言的字符、符号甚至表情符号等。在庞大的 Unicode 字符集中，常用的字符占用 2 字节， 有些生僻的字符占用 3 字节甚至 4 字节。 Unicode 是一种通用字符集，本质上是给每个字符分配一个编号（称为“码点”），但它并没有规定在计算机 中如何存储这些字符码点。我们不禁会问：当多种长度的 Unicode 码点同时出现在一个文本中时，系统如 何解析字符？例如给定一个长度为

的基础上扩展得到的，它共收录 了 21886 个汉字。在 GBK 的编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。 第 3 章 数据结构 hello‑algo.com 61 3.4.3 Unicode 字符集 随着计算机技术的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般 只定义了特定语言的字符，无法在多语言环境下正常工作。另一方面，同一种语言存在多种字符集标准，如 个大而全的字符集 Unicode 应运而 生。 「Unicode」的中文名称为“统一码”，理论上能容纳 100 多万个字符。它致力于将全球范围内的字符纳入统 一的字符集之中，提供一种通用的字符集来处理和显示各种语言文字，减少因为编码标准不同而产生的乱码 问题。 自 1991 年发布以来，Unicode 不断扩充新的语言与字符。截至 2022 年 9 月，Unicode 已经包含 149186 个 字符，包括各种语言的字符、符号甚至表情符号等。在庞大的 Unicode 字符集中，常用的字符占用 2 字节， 有些生僻的字符占用 3 字节甚至 4 字节。 Unicode 是一种通用字符集，本质上是给每个字符分配一个编号（称为“码点”），但它并没有规定在计算机 中如何存储这些字符码点。我们不禁会问：当多种长度的 Unicode 码点同时出现在一个文本中时，系统如 何解析字符？例如给定一个长度为

的基础上扩展得到的，它共收 录了 21886 个汉字。在 GBK 的编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。 第 3 章 数据结构 hello‑algo.com 59 3.4.3 Unicode 字符集 随着计算机的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般只定 义了特定语言的字符，无法在多语言环境下正常工作。另一方面，同一种语言也存在多种字符集标准，如果 一个大而全的字符集 Unicode 应运而 生。 「Unicode」的全称为“统一字符编码”，理论上能容纳一百多万个字符。它致力于将全球范围内的字符纳入 到统一的字符集之中，提供一种通用的字符集来处理和显示各种语言文字，减少因为编码标准不同而产生的 乱码问题。 自 1991 年发布以来，Unicode 不断扩充新的语言与字符。截止 2022 年 9 月，Unicode 已经包含 149186 字符，包括各种语言的字符、符号、甚至是表情符号等。在庞大的 Unicode 字符集中，常用的字符占用 2 字 节，有些生僻的字符占 3 字节甚至 4 字节。 Unicode 是一种字符集标准，本质上是给每个字符分配一个编号（称为“码点”），但它并没有规定在计算机 中如何存储这些字符码点。我们不禁会问：当多种长度的 Unicode 码点同时出现在同一个文本中时，系统 如何解析字符？例如给定一个长度为

的基础上扩展得到的，它共收录了 21886 个汉字。在 GBK 的编码方案中，ASCII 字符使用一个字节表示，汉字使用两个字节表示。 第 3 章 数据结构 www.hello‑algo.com 61 3.4.3 Unicode 字符集 随着计算机技术的蓬勃发展，字符集与编码标准百花齐放，而这带来了许多问题。一方面，这些字符集一般 只定义了特定语言的字符，无法在多语言环境下正常工作。另一方面，同一种语言存在多种字符集标准，如 一个大而全的字符集 Unicode 应运而 生。 Unicode 的中文名称为“统一码”，理论上能容纳 100 多万个字符。它致力于将全球范围内的字符纳入统一 的字符集之中，提供一种通用的字符集来处理和显示各种语言文字，减少因为编码标准不同而产生的乱码问 题。 自 1991 年发布以来，Unicode 不断扩充新的语言与字符。截至 2022 年 9 月，Unicode 已经包含 149186 个 字符，包括各种语言的字符、符号甚至表情符号等。在庞大的 Unicode 字符集中，常用的字符占用 2 字节， 有些生僻的字符占用 3 字节甚至 4 字节。 Unicode 是一种通用字符集，本质上是给每个字符分配一个编号（称为“码点”），但它并没有规定在计算机 中如何存储这些字符码点。我们不禁会问：当多种长度的 Unicode 码点同时出现在一个文本中时，系统如 何解析字符？例如给定一个长度为

21886 個漢字。在 GBK 的編碼方案中，ASCII 字元使用一個位元組表示，漢字使用兩個位元組表示。 第 3 章 資料結構 www.hello‑algo.com 61 3.4.3 Unicode 字符集 隨著計算機技術的蓬勃發展，字符集與編碼標準百花齊放，而這帶來了許多問題。一方面，這些字符集一般 只定義了特定語言的字元，無法在多語言環境下正常工作。另一方面，同一種語言存在多種字符集標準，如 一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為

C++ Data Types (value categories) ❏ Modern C++ Data Types (move semantics) ❏ CsString library (unicode) ❏ Multithreading in C++ ❏ Multithreading using libGuarded ❏ Signals and Slots ❏ Templates in CsSignal Library ○ standalone thread aware signal/slot library ● CsString Library ○ standalone unicode aware string library ● CsLibGuarded ○ standalone multithreading library for shared data 46Applications

youtube.com/watch?v=jIa17JCaNvo 50 ❏ What is the C++ Standard Library ❏ CsString library - Intro to Unicode ❏ char8_t ❏ Multithreading in C++ ❏ Modern C++ Threads ❏ C++ Memory ModelPresentations - www CsSignal Library ○ standalone thread aware signal/slot library ● CsString Library ○ standalone unicode aware string library ● CsLibGuarded ○ standalone multithreading library for shared data 52Libraries

Jonathan Müller • Parser combinator library for C++17 and onwards • Has expressive DSL • Supports unicode strings • Can parse at runtime and compile-time More information available at this Meeting C++ talk: Expressions • Created by Hana Dusíková • Match/search/capture during compile-time or runtime • Supports unicode strings • C++ 17 onwards More information at this CppCon 2018 talk: https://www.youtube.com/watch