unicode-canonical-combining-class

使用Unicode 15.0数据在Rust中对char的Unicode规范组合类属性进行快速查找。此crate与no-std兼容。

用法

use unicode_canonical_combining_class::{get_canonical_combining_class, CanonicalCombiningClass};

fn main() {
    assert_eq!(get_canonical_combining_class('ཱ'), CanonicalCombiningClass::CCC129);
}

性能与实现说明

ucd-generate 用于生成 tables.rs。一个构建脚本 (build.rs) 将其编译成两层查找表。查找时间是恒定的，因为它只是对两个数组进行索引。

两层方法将码点映射到块，然后映射到块内的位置。这允许第二级块去重，节省空间。代码通过块大小进行参数化，块大小必须是2的幂。构建脚本中的值对于数据集是最佳的。

此方法以牺牲一些空间为代价以获得更快的查找。表占用约24.5KiB。基准测试表明，这种方法比典型的二分查找方法快5-10倍。

有可能进一步优化以消除第一级数组中的某些重复值序列。