排序

Posted on | In , | | 次阅读

排序

java中的compareTo方法是用Unicode字符来决定顺序的。对于特定语言的专属字符，Unicode值可能特别大，我们可以使用以下方法来改善排序效果

1
2
3
Locale loc=...;
Collator coll=Collator.getInstance(loc);
if(coll.compare(a,b)<0){}

Collator类实现了Comparator接口，它的排序方法照顾到了语言特性。同时，我们还可以传一个排序器对象到Collection.sort方法中来对一组字符串进行排序

1
Collections.sort(strings.coll);

排序强度

1）字符间的差别： 分为首要的、其次的、和再次的；如， A 和 Z 之间的差别被归为首要的， 而 A 和 A（头顶小圆圈）的差别是其次的， 而A 和 a 是再次的；

2）排序强度设置：

  • 2.1）如果将强度设为 Collator.PRIMARY：那么排序器将只关注 primary级的差别；
  • 2.2） 如果将强度设为 Collator.SECONDARY： 那么排序器将关注 primary + secondary 级的差别， 也就是说，两个字符串在“secondary”或“tertiary”强度下很容易被区分开；
  • 2.3） 如果将强度设为 Collator.IDENTICAL：则不允许有任何差异；这种设置在与排序器的第二种具有相当技术性的设置，即分解模式，联合使用时，就会显得特别有用；

排序器分解模式

1）分解： 即一个字符对应多个Unicode编码；如A（头顶一个圆圈）可以是Unicode字符 U+00C5， 或者表示为 普通的A（U+0065）后跟一个圆圈；
2）Unicode标准： 对字符串定义了四种范化形式： D， KD， C 和 KC；
3）我们可以选择排序器所使用的范化程度（如下表所示）：

  • 3.1）NO_DECOMPOSITION（不分解）： Collator.NO_DECOMPOSITION 表示不对字符串做任何范化，这时选项处理速度较快， 但是对于以多种形式表示字符的文本就显得不适用了；
  • 3.2）CANONICAL_DECOMPOSITION（规范分解）： 默认值Collator.CANONICAL_DECOMPOSITION 使用 范化形式D， 这对于包含重音但不包含连字的文本是非常有用的形式；
  • 3.3）完全分解： 最后是使用 范化形式KD的完全分解；

4）让排序器去多次分解一个字符串是很浪费时间的： getCollationKey方法： 返回一个 CollationKey对象， 可以用它来进行更深入的，更快速的比较操作，下面是一个荔枝： （干货——让排序器去多次分解一个字符串是很浪费时间的，故而引入了 getCollationKey方法， CollationKey==排序键）

1
2
3
String a = …; 
CollationKey key = coll.getCollationKey(a); 
if(key.compareTo(coll.getCollationKey(b)) == 0) // fast comparison

5）最后，有可能在你不需要进行排序时， 也希望将字符串转换为它们的范化形式。java.text.Normalizer 类实现了 对范化的处理， 如：

1
2
String name = “augs”; 
String normalized = Normalizer.normalize(name, Normalizer.Form.NFD)； // use normalization from D

6）看个荔枝（为排序器设置排序强度和为排序器设置分解模式）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
public static void main(String[] args)
    {
        //为排序器设置排序强度
        Collator collator = Collator.getInstance(Locale.US);
        collator.setStrength(Collator.PRIMARY);// 强度为 primary(主要的)
        out.println(collator.compare("Able", "able")); // return 0(equal)

        collator.setStrength(Collator.SECONDARY);// 强度为secondary(次要的)
        out.println(collator.compare("Able", "able")); // return 0(equal)

        collator.setStrength(Collator.IDENTICAL);// 强度为 Identical(再次的 == 分解模式)
        out.println(collator.compare("Able", "able")); // return 1(unequal)
    	//
        // over

        //为排序器设置分解模式
        out.println("\u00E1");
        collator.setDecomposition(Collator.NO_DECOMPOSITION); // 设置为不分解模式
        out.println(collator.compare("\u00E1", "a"));

        collator.setDecomposition(Collator.FULL_DECOMPOSITION); // 设置为完全分解模式
        out.println(collator.compare("\u00E1", "a"));
    }

compare是大序在前

Donate comment here