256表示ascii表中128个唯一字符的含义

Question

如果我需要检查字符串是否有唯一字符，我理解如果我们正在考虑Ascii表中的字符，那么它们将有128个字符。

但是，为什么我们需要创建一个大小为256的布尔数组来保存128个字符以检查元素在字符串中是否至少存在一次？大小128的布尔数组不应该足够吗？

以下是“Cracking the Coding Interview”一书的引用：

if (str.length() > 128) return false;
boolean[] char_set = new boolean[256]; //which is strange since it clearly says over 128 its false

.....

Answer 1

基本上，我们只使用128个字符，这个字符主要在程序中使用。 但ASCII表中的字符总数为256（0到255）。 0到31（总共32个字符）被称为ASCII控制字符（字符代码0-31）。 32到127个字符称为ASCII可打印字符（字符代码32-127）。 128到255被称为扩展ASCII码（字符代码128-255）。

检查参考：http://www.ascii-code.com/

大多数扩展的ASCII字符都不存在于QWERTY（英语）键盘中，所以这就是原因，作者在该示例中总共获得了128个字符＆＃34; Cracking the coding interview＆＃34;书。

Answer 2

不，有256个ASCII字符。这包括标准ASCII字符（0-127）和扩展ASCII字符（128-255）。

了解更多信息。请参阅： http://www.flexcomm.com/library/ASCII256.htm

Answer 3

现在很多人使用的术语是＆＃34; ASCII＆＃34;以简洁的方式描述ISO-8859-1 (also known as Latin-1)，一个字符集，包括旧时ASCII字符集中的[32 .. 126]可打印字符值以及[128..255]范围内的值。 Latin-1在覆盖西欧语言方面做得相当不错，而ASCII仅限于基础英语中使用的非重音字符。

ASCII还包括[0-31]和127范围内的控制字符。这些字符不代表可打印字符（尽管unicode在这些位置提供字符）。它们是返回，换行，制表符，ctrl-c，换页等。其中一些是电传和电传机器的旧时代的延续。

注意纸带如何在每帧中有8个位位置。这些是ASCII / Latin-1的位。 ＆＃34;删除＆＃34; aka Rubout是127或0111 1111.为什么？因为可以打出磁带上的所有七个孔，所以擦掉一个角色。

这可能解释了某人使用256位数组来制表那种字符集中的文本的建议。

Answer 4

我认为在同一本书中，在同一函数中使用128和256是错误的。在较新的第六版（2016）中，代码示例指出：

if (str.length() > 128) return false;
boolean[] char_set = new boolean[128];

作者添加评论：

  

可以假定256个字符。扩展ASCII就是这种情况。

因此，对于该书练习，使用 或或 256而不是两者都使用。

Answer 5

作者可能混淆了字符和字节。您还应该了解编码的相关概念。

一个字节是八位。传统上通常使用字节来存储字符，尽管很早的计算机仅需要7位来存储字符。 {7}编码7位字符的ASCII standard于1963年获得批准，尽管当时还存在一些竞争性的字符编码（其中EBCDIC至今仍然有效）。

当您仅使用可用的8位中的7位时，您可能会想到如何处理备用位。常见方法之一是对ASCII标准中不可用的其他非标准字符进行编码。已经定义了许多传统的8位编码，其中一些也已作为标准发布。直到今天，有些仍然很受欢迎。 ISO-8859-1（又名Latin-1）和Windows代码页（437，850和1252等示例在西方国家仍然很普遍，缺点）。其中许多是“扩展的ASCII”编码，与前128个字节的ASCII兼容；尽管术语“扩展ASCII”在技术上并没有真正定义好。

如果要处理一个字节序列，您确实希望能够处理0-255范围内的字节值，而不仅仅是ASCII中定义的字节值。另一方面，如果您保证要处理的字节中的任何一个都不会具有大于127的值（例如，例如，如果您的输入已知为ASCII，因为它来自无法产生的源），为您知道不需要的值留出空间是多余的。

展望未来，大多数现代系统都会以一种或另一种形式使用Unicode。在Windows上（显然仍在Java中），您应该期望UTF-16;在其他地方，UTF-8正在迅速成为事实标准。这两种方法都要求您的代码能够干净地处理8位字节，尽管这些代码点（不必（在UTF-8中，或者曾经在UTF-16中）没有）编码为单个字节。

对于您发布的代码，如果您丢弃任何值大于127的字节，那么128个字符的位置就足够了。另一方面，根据您希望处理的数据，丢弃非ASCII字符可能根本不是正确的选择；然后，如果您不丢弃任何东西，则确实需要处理所有256个。

无论哪种方式，如果仅丢弃大于128的值，则数组中需要129个位置（0到128范围内有129个整数）。这可能只是一个愚蠢的一次性错误。