土法炼钢 · 系统与基础设施

Unicode 文本算法：UTF-8 编解码与验证、规范化、字素簇与双向文本安全

2026-05-27 | algorithms | #unicode #utf-8 #utf-8-validation #simd #dfa #normalization #grapheme-cluster #case-folding #bidi #trojan-source

UTF-8 的位布局、合法序列与最大子部分替换，Hoehrmann DFA 与 Keiser–Lemire SIMD 验证，再到规范化、字素簇、大小写折叠和 Trojan Source；编解码器经全部 2^32 个四字节串穷举测试。