[改善Java代码]对字符串排序持一种宽容的心态

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

在Java中一涉及到中文处理就会冒出很多的问题来,其中的排序也是一个让人头疼的问题,看代码:

 import java.util.Arrays;

 public class Client {

     public static void main(String[] args){

         String[] strs = {"张三(Z)","李四(L)","王五(W)"};

         //排序，默认是升序

         Arrays.sort(strs);

         int i=0;

         for(String str:strs){

             System.out.println((++i) + "、"+ str);

         }

         System.out.println("张 UNICODE:" + Integer.toHexString('张'));

         System.out.println("李 UNICODE:" + Integer.toHexString('李'));

         System.out.println("王 UNICODE:" + Integer.toHexString('王'));

     }

 }

对应输出:

1、张三(Z)

2、李四(L)

3、王五(W)

张 UNICODE:5f20

李 UNICODE:674e

王 UNICODE:738b

我们希望是按照拼音升序排列,即为李四,王五,张三,但是结果却不是这样的.

这是按照什么进行排序的?Arrays工具类默认的排序是通过数组元素的compareTo()方法排序的,看其源代码实现:

     public int compareTo(String anotherString) {

         int len1 = value.length;

         int len2 = anotherString.value.length;

         int lim = Math.min(len1, len2);

         char v1[] = value;

         char v2[] = anotherString.value;

         int k = 0;

         while (k < lim) {
　　　　　　　　　//原字符串的字符数组

             char c1 = v1[k];
　　　　　　　　　//比较字符串的字符数组

             char c2 = v2[k];

             if (c1 != c2) {
　　　　　　　　　　　//比较两者的char值大小

                 return c1 - c2;

             }

             k++;

         }

         return len1 - len2;

     }

上面代码先取得字符串的字符数组,然后一个个的比较大小,注意这里是字符比较(减号操作符),也就是UNICODE码值的比较,查UNICODE表,

"张"的码值是5F20,而"李"是674E,这样看"张"排在"李"前面也就很正确了.

这点在JDK文档中也有说明:对于非英文的String排序可能会出现不准确的情况,那该如何解决这个问题?Java推荐使用Collator类进行排序.

修改代码:

 import java.text.Collator;

 import java.util.Arrays;

 import java.util.Comparator;

 import java.util.Locale;

 public class Client {

     @SuppressWarnings("unchecked")

     public static void main(String[] args) throws Exception {

         String[] strs = {"张三(Z)","李四(L)","王五(W)"};

         //定义一个中文排序器

         Comparator c = Collator.getInstance(Locale.CHINA);

         //升序排列

         Arrays.sort(strs,c);

         int i=0;

         for(String str:strs){

             System.out.println((++i) + "、"+ str);

         }

     }

 }

输出结果:

1、李四(L)

2、王五(W)

3、张三(Z)

汉字博大精深,最主要的一点是汉字有象形文字,音行分离,并不是每个汉字都能按照拼音的顺序排列好.

看代码:

 import java.text.Collator;

 import java.util.Arrays;

 import java.util.Locale;

 public class Client {

     public static void main(String[] args) throws Exception {

         String[] strs = {"犇(B)","鑫(X)"};

         Arrays.sort(strs,Collator.getInstance(Locale.CHINA));

         int i=0;

         for(String str:strs){

             System.out.println((++i) + "、"+ str);

         }

     }

 }

代码输出: