Java 문자열에서 유니코드 코드 포인트 반복

String 클래스는 유니코드 코드 포인트에 액세스하기 위해 codePointAt(int) 메소드를 제공하지만 인덱싱은 코드포인트 오프셋이 아닌 문자 오프셋을 사용합니다. 이는 상위 대체 범위 내의 문자 처리와 문자별 스캔을 사용하여 제안된 반복 접근 방식의 효율성에 대한 우려를 불러일으킵니다.

향상된 반복 솔루션

Java의 내부 문자열 표현은 UTF-16 기반 인코딩 체계를 사용합니다. BMP(Basic Multilingual Plane) 외부의 문자는 대리모 체계를 사용하여 인코딩됩니다. 효율적인 반복을 위해 다음 표준 접근 방식을 사용하는 것이 좋습니다.

final int length = s.length();
for (int offset = 0; offset 
이 접근 방식은 BMP 외부 문자에 대한 서로게이트 쌍을 올바르게 처리합니다. Character.charCount(코드 포인트)를 활용하여 각 코드 포인트에 대해 적절한 문자 수만큼 오프셋을 효율적으로 증가시킵니다.