如何在Java中实现unicode感知选择排序算法

Question

我研究选择排序算法。 考虑以下实现：

http://algs4.cs.princeton.edu/21elementary/Selection.java.html

我有一个文本文件，其中包含类似unicode的单词。

$ more words.txt
şeftali içel ırak üzüm uzun çorba çimen ufuk

当我运行程序时，它不能正确地对Unicode字符进行排序。

$ java-algs4 Selection < words.txt
içel
ufuk
uzun
çimen
çorba
üzüm
ırak
şeftali

我的第一次尝试是使用整理器。

import java.util.*;
import java.text.*;

public class StringSorter
{
    public static void sortStrings(Collator c, String[] words)
    {
        String tmp;

        for (int i = 0; i < words.length; ++i)
        {
            for (int j = 0; j < words.length; ++j)
            {
                if (c.compare(words[i], words[j]) < 0)
                {
                    tmp = words[i];
                    words[i] = words[j];
                    words[j] = tmp;
                }
            }
        }
    }

    public static void printStrings(String[] words)
    {
        for (int i = 0; i < words.length; ++i)
        {
            System.out.println(words[i]);
        }
    }

    public static void main(String[] args)
    {
        Collator tr_TRCollator = Collator.getInstance(new Locale("tr", "TR"));

        String[] words = {"şeftali", "içel", "ırak", "üzüm", "uzun", "çorba", "çimen", "ufuk"};
        sortStrings(tr_TRCollator, words);
        printStrings(words);
    }

}

该程序可以按预期正确地对单词进行排序。

$ java-algs4 StringSorter
çimen
çorba
ırak
içel
şeftali
ufuk
uzun
üzüm

我的问题是我们应该如何在Java中实现具有unicode意识的选择排序算法？

Selection.class排序方法也将Comparator对象作为第二个参数。 是否可以编写我们自己的Comparator接口实现，以便它应该能够正确地对unicode元素进行排序。

 public static void sort(Object[] a, Comparator c)

任何帮助，将不胜感激。 谢谢..

Answer 1

Collator类实现Comparator接口，因此您可以将tr_TRCollator传递给Selection.sort作为第二个参数。

Answer 2

您可以对字符串进行归一化，如果其他匹配，则可以进行unicode比较。

String[] words = "şeftali içel ırak üzüm uzun çorba çimen ufuk".split(" ");
Arrays.sort(words, Comparator.comparing((String w) -> 
                                        Normalizer.normalize(w, Normalizer.Form.NFD))
                             .thenComparing(Comparator.naturalOrder()));
Stream.of(words).forEach(System.out::println);

版画

çimen
çorba
içel
şeftali
ufuk
uzun
üzüm
ırak

这很接近，但它并不认为ı像i

Answer 3

重要的是您的第二个示例使用区域设置。 字符串的排序顺序取决于语言环境，并且与字符的unicode代码点无关。 即使是使用相同语言的国家/地区，例如奥地利，德国和瑞士，在字符串排序顺序方面也存在细微的差异。