[英]How to sort in Unicode code point (UTF8 or UTF32) sorted order in java?
Java 的 String.compareTo 使用 UTF16 排序顺序。
List<String> inputValues = Arrays.asList("𝐴","figure", "flagship", "zion");
Collections.sort(inputValues);
上面的代码结果为排序顺序[zion,, figure, flagship]
但是,我希望这个排序顺序是[zion, figure, flagship, ]
请注意,有些字符是连字。
[也许不是每个人都注意到,看起来大写A
实际上是:
Mathematical Italic Capital A (U+1D434)
]
您的问题是,在 Java 中,BMP 之外的字符被编码为两个字符。
要根据代码点字典顺序对列表进行排序,您需要定义自己的Comparator
:
public class CodePointComparator implements Comparator<String> {
@Override
public int compare(String o1, String o2) {
int len1 = o1.length();
int len2 = o2.length();
int lim = Math.min(len1, len2);
int k = 0;
while (k < lim) {
char c1 = o1.charAt(k);
char c2 = o2.charAt(k);
if (c1 != c2) {
// A high surrogate is greater than a non-surrogate character
if (Character.isHighSurrogate(c1) != Character.isHighSurrogate(c2)) {
return Character.isHighSurrogate(c1) ? 1 : -1;
}
return c1 - c2;
}
k++;
}
return len1 - len2;
}
}
并将其作为参数传递给List#sort
方法。 我直接对代理对进行操作以获得一些性能。
抱歉,我不是在寻找字典排序,而是基于 Unicode 代码点(UTF-8 或 UTF-32)进行排序。
我正在尝试使用的其中一个库中有一条评论:
输入值(键)。 这些必须以 Unicode 代码点(UTF8 或 UTF32)排序顺序提供给 Builder。 请注意,按 Java 的 String.compareTo 排序(即 UTF16 排序顺序)是不正确的,并且在构建 FST 时可能会导致异常
我遇到了问题,因为我使用的是Collections.sort
,它是 Java 的 UTF-16 排序顺序。 最后我写了我自己的比较 function 如下,它解决了我面临的问题。 我很惊讶它在本地或其他一些流行的库中不可用。
public static void sort(List<String> list) {
Collections.sort(
list,
new Comparator<String>() {
@Override
public int compare(String s1, String s2) {
int n1 = s1.length();
int n2 = s2.length();
int min = Math.min(n1, n2);
for (int i = 0; i < min; i++) {
int c1 = s1.codePointAt(i);
int c2 = s2.codePointAt(i);
if (c1 != c2) {
return c1 - c2;
}
}
return n1 - n2;
}
});
}
最简单的方法:
inputValues.sort(String.CASE_INSENSITIVE_ORDER.reversed());
Little comps 但有更多控制权:
将 List 转换为数组:
String[] arr = new String[inputValues .size()];
for (int i =0; i < inputValues .size(); i++)
arr[i] = inputValues.get(i);
还有其他有效的方法可以将 List 转换为数组,但这很容易理解!
然后使用这个 function:
public static String[] textSort(String[] words) {
for (int i = 0; i < words.length; i++) {
for (int j = i + 1; j < words.length; j++) {
if (words[i].toUpperCase().compareTo(words[j].toUpperCase()) < 0) {//change this to > if you want to sort reverse order
String temp = words[i];
words[i] = words[j];
words[j] = temp;
}
}
}
return words;
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.