C# 計算 20902 個漢字拼音首字母：高性能查表法

演算法核心思想

利用 Unicode 編碼區塊特性：CJK 統一表意文字基本區塊範圍 U+4E00 (19968) ~ U+9FFF (40879)，共 20902 字。將每個漢字的拼音首字母預計算存入字串查表，運行時通過 索引 = 字符碼 - 19968 直接 O(1) 定位。

完整實現代碼

/// 

/// 獲取字串的漢語拼音首字母代碼（僅大寫字母）
/// 
public static string ToChineseSpell(string strText)
{
    if (string.IsNullOrEmpty(strText)) return strText;

    var sb = new System.Text.StringBuilder();
    foreach (char ch in strText)
    {
        // 英文字母直接大寫輸出
        if ((ch >= 'a' && ch <= 'z') || (ch >= 'A' && ch <= 'Z'))
        {
            sb.Append(char.ToUpper(ch));
        }
        else
        {
            int index = ch - 19968; // Unicode 起始碼 19968 (0x4E00)
            if (index >= 0 && index < strChineseFirstPY.Length)
                sb.Append(strChineseFirstPY[index]);
            // 非漢字字符（標點、數字等）直接忽略
        }
    }
    return sb.ToString();
}

/// 

/// 20902 個漢字拼音首字母查表字串
/// Unicode 範圍：19968 (0x4E00) ~ 40869 (0x9FA5)
/// 
private static readonly string strChineseFirstPY = 
    "YDYQSXMWZSSXJBYMGCCZQPSSQBYCDSCDQLDYLYBSSJGYZZJJFKCCLZDHWDWZJLJPFYYNWJJTMYHZWZHFLZPPQHGSCYYYNJQYXXGJ"
  + "HHSDSJNKKTMOMLCRXYPSNQSECCQZGGLLYJLMYZZSECYKYYHQWJSSGGYXYZYJWWKDJHYCHMYXJTLXJYQBYXZLDWRDJRWYSRLDZJPC"
  + "BZJJBRCFTLECZSTZFXXZHTRQHYBDLYCZSSYMMRFMYQZPWWJJYFCRWFDFZQPYDDWYXKYJAWJFFXYPSFTZYHHYZYSWCJYXSCLCXXWZ"
  // ... (此處省略中間極長字串，完整長度應為 20902 字符)
  + "XY"; // 結尾片段

關鍵點解析

• 字串查表：string 本質為 char[]，str[index] 直接取字符，無額外分配
• StringBuilder：避免字串拼接產生大量臨時物件
• 邊界檢查：index >= 0 && index < Length 防越界
• 非漢字處理：英文保留大寫，其他字符（標點、數字、日韓漢字擴展區）忽略

效能優勢

局限與擴展

• 僅首字母：無法區分同音字（如「張」/「章」同為 Z）
• 基本區塊：不含擴展區 A/B/C/D/E/F（罕用字）
• 多音字：取最常用讀音，特定場景可能不準
• 擴展方向：改存完整拼音（含聲調）、支援擴展區、結合詞庫分詞優化多音字

使用範例

string input = "北京歡迎您 ABC 123";
string result = ToChineseSpell(input); // 輸出：BJHYN ABC

總結

查表法以 20 KB 靜態字串 換取 極致查詢速度，是嵌入式、高頻調用、無外部依賴場景的最優選。代碼簡潔、零分配、易移植，堪稱「以空間換時間」的教科書級範例。