2

我有一个使用g_ascii_strcasecmp函数排序的单词列表。我需要在 java 中处理这个列表。java中等价的排序函数是什么？为了实现二进制搜索，我需要一个正确的比较函数。到目前为止，我有下面的功能，但它并不总是产生正确的结果。

public int compareStrings(String str) {
    Collator collator = Collator.getInstance();//TODO: implement locale?
    return collator.compare(this.wordString, str);
}

更新。列表示例：“T, t, T'ai Chi Chu'uan, t'other, T-, T-bone, T-bone steak, T-junction, tabasco, Tabassaran, tabby”。

4

2 回答 2

1

我决定分享我想出的方法：

    /**
     * Compares two strings, ignoring the case of ASCII characters. It treats
     * non-ASCII characters taking in account case differences. This is an 
     * attempt to mimic glib's string utility function 
     * <a href="http://developer.gnome.org/glib/2.28/glib-String-Utility-Functions.html#g-ascii-strcasecmp">g_ascii_strcasecmp ()</a>.
     *
     * This is a slightly modified version of java.lang.String.CASE_INSENSITIVE_ORDER.compare(String s1, String s2) method.
     * 
     * @param str1  string to compare with str2
     * @param str2  string to compare with str1
     * @return      0 if the strings match, a negative value if str1 < str2, or a positive value if str1 > str2
     */
    private static int compareToIgnoreCaseASCIIOnly(String str1, String str2) {
        int n1 = str1.length();
        int n2 = str2.length();
        int min = Math.min(n1, n2);
        for (int i = 0; i < min; i++) {
            char c1 = str1.charAt(i);
            char c2 = str2.charAt(i);
            if (c1 != c2) {
                if ((int) c1 > 127 || (int) c2 > 127) { //if non-ASCII char
                    return c1 - c2;
                } else {
                    c1 = Character.toUpperCase(c1);
                    c2 = Character.toUpperCase(c2);
                    if(c1 != c2) {
                        c1 = Character.toLowerCase(c1);
                        c2 = Character.toLowerCase(c2);
                        if(c1 != c2) {
                            return c1 - c2;
                        }
                    }
                }
            }
        }
        return n1 - n2;
    }
于 2012-11-05T04:32:31.847 回答
1

在阅读了它的 Javadoc 之后，我不会使用Collator，因为您无法控制字符串的比较方式。您可以选择语言环境，但该语言环境如何告诉Collator如何比较字符串是您无法控制的。

如果您知道字符串中的字符都是 ASCII 字符，那么我将使用该String.compareTo()方法，该方法根据 unicode 字符值按字典顺​​序排序。如果字符串中的所有字符都是 ASCII 字符，则它们的 unicode 字符值将是它们的 ASCII 值，因此按其 unicode 值按字典顺​​序排序将与按其 ASCII 值按字典顺​​序排序相同，这似乎是什么g_ascii_stcasecmp。如果您需要不区分大小写，您可以使用String.compareToIgnoreCase().

正如我在评论中指出的那样，我认为您需要编写自己的比较函数。您需要遍历字符串中的字符，跳过不在 ASCII 范围内的字符。所以像这样的东西，这是一个简单而愚蠢的实现，需要加强以涵盖我想象的极端情况g_ascii_strcasecmp：

public int compareStrings(String str) {
    List<Character> myAsciiChars = onlyAsciiChars(this.wordString);
    List<Character> theirAsciiChars = onlyAsciiChars(str);

    if (myAsciiChars.size() > theirAsciiChars.size()) {
        return 1;
    }
    else if (myAsciiChars.size() < theirAsciiChars.size()) {
        return -1;
    }

    for (int i=0; i < myAsciiChars.size(); i++) {
        if (myAsciiChars.get(i) > theirAsciiChars.get(i)) {
            return 1;
        }
        else if (myAsciiChars.get(i) < theirAsciiChars.get(i)) {
            return -1;
        }
    }

    return 0;
}

private final static char MAX_ASCII_VALUE = 127; // (Or 255 if using extended ASCII)

private List<Character> onlyAsciiChars(String s) {
    List<Character> asciiChars = new ArrayList<>();
    for (char c : s.toCharArray()) {
        if (c <= MAX_ASCII_VALUE) {
            asciiChars.add(c);
        }
    }
    return asciiChars;
}
于 2012-05-16T23:41:21.043 回答