Java比较汉字字符串排序与C++比较汉字排序
一、Java比较汉字
// Collator 类是用来执行区分语言环境的 String 比较的,这里选择使用CHINA
Comparator cmp = Collator.getInstance(java.util.Locale.CHINA);
TreeMap tree=new TreeMap(cmp);
String[] arr = {"张三", "李四", "王五"};
// 使根据指定比较器产生的顺序对指定对象数组进行排序。
Arrays.sort(arr, cmp);
for (int i = 0; i < arr.length; i++)
System.out.println(arr[i]);
<script>
names = ["张三", "李四", "王五", "刘六"];
names.sort(function(a,b){return a.localeCompare(b)});//a,b 为数组a的某两个值,自动传入
alert(names);
</script>
另:
示例文本:
String [] test = new String[] {
"作业",
"测试",
"test",
"我们",
"。空",
"镂空",
"[",
"浏",
"皙"
};
jdk 版本:
1.5.6
开发平台:
Eclipse 3.1
关键字: 中文排序
概述
我们在应用程序中可能会经常遇到对中文排序的问题,例如姓名列表,词汇表等等。对中文排序,我们使用比较多的是根据汉语拼音发音来确定顺序。
我们可能会经常使用
- java.util.Set
接口,
- java.util.Arrays .sort((T[] a, Comparator <? super T> c))
等类或方法对含有中文字符的对象进行排序,但是这些在默认情况下都是调用
- String .CompareTo(String )
方法,这个方法是比较2个字符的 codepoint value,如果第一个字符的值小于第二个,则在排序结果中第一个会在前面,反之亦然。
- java.text.Collator
接口及其实现类
其实 java 中提供了和语言相关的类,即 Collator 接口及其实现类。
- java.text.RuleBasedCollator
是一个具体类,它实现了 Comparator 接口中的 compare(Object, Object) 方法。 RuleBasedCollator 根据根据特定语言的默认规则比较字符,也可以按照指定的规则来比较,请参阅 java API 获取此类的详细信 息。
如果我们需要对一个有中文的数组进行排序,则可以使用这个类。请看如下示例代码:
- import java.util.*;
- import java.text.*;
- public class Test
- {
- String [] test = new String [] {
- "作业" ,
- "测试" ,
- "test" ,
- "我们" ,
- "。空" ,
- "镂空" ,
- "[" ,
- "浏" ,
- "皙"
- };
- java.util.Arrays .sort(test,
- (RuleBasedCollator )Collator .getInstance(Locale .CHINA));
- System .out.println("============" );
- for (String key : test)
- System .out.println(key);
- }
以上代码的输出结果为:
============
[
test
。空
测试
我们
作业
浏
镂空
皙
大家可能会发现只有一部分汉字是按照汉语拼音排序了,还有几个没有。
问题分析:
GB2312:
在简体中文中我们使用比较多的字符集是 GB2312-80,简称为 GB2312,这个字符集包含了目前最常用的汉字共计 6736 个。其中的汉字分为两大类:
- 常用汉字
- 次常用汉字
常用汉字按照汉语拼音来排序,而次常用汉字按照笔画部首进行排序。
简体汉字在 Unicode 中一般是按照 gb2312 的码点值的顺序来放置的,所以如果是常用汉字 java 就能够很准确的进行排序,但如果是次常用汉字,则就会出现问题。在以上示例中,"镂","皙" 属于次常用字。
解决方案:
RuleBasedCollator 类 getRules() 方法可以返回对应语言的规则设置。简体中文对应的规则是 gb2312 所对应的字符。
- 我们可以把其中的全部汉字提取出来
- 对这些汉字重新排序
- 利用RuleBasedCollator(String rules) 构造器新建一个定制的 RuleBasedCollator
参考代码
在以下的代码中,我把排过序的汉字直接作为 String 对象放在类里面了,如果要让代码变得简洁一些,则可以把完整的规则(特殊字符+排序汉字)存为文件。
- package sorting;
- import java.util.*;
- import java.text.*;
- /**
- * @author GaoJianMin
- *
- */
- public class ChineseGB2312Collator
- {
- /**
- * @return a customized RuleBasedCollator with Chinese characters (GB2312) sorted correctly
- *
- */
- public static final RuleBasedCollator getFixedGB2312Collator()
- {
- RuleBasedCollator fixedGB2312Collator =null ;
- try
- {
- fixedGB2312Collator = new java.text.RuleBasedCollator (
- ChineseGB2312Collator.getGB2312SpecialChars() +
- GB2312Chars
- );
- }catch (ParseException e)
- {
- e.printStackTrace();
- }
- return fixedGB2312Collator;
- }
- /**
- * @return the special characters in GB2312 charset.
- *
- */
- public static final String getGB2312SpecialChars()
- {
- RuleBasedCollator zh_CNCollator = (RuleBasedCollator )Collator .getInstance(Locale .CHINA);
- //index 2125 is the last symbol "╋"
- return zh_CNCollator.getRules().substring(0,2125);
- }
- /**
- * 6763 Chinese characters in GB2312 charset
- */
- public static final String GB2312Chars =
- "<吖<阿<啊< 锕<嗄<哎<哀<唉<埃<挨<锿<捱<皑<癌<嗳<矮<蔼< 霭<艾<爱<砹<隘<嗌<嫒<碍<暧<瑷<安<桉<氨<庵< 谙<鹌<鞍<俺<埯<铵<揞<犴<岸<按<案<胺<暗<黯< 肮<昂<盎<凹<坳<敖<嗷<廒<獒<遨<熬<翱<聱<螯< 鳌<鏖<拗<袄<媪<岙<傲<奥<骜<澳<懊<鏊" +
- "<八<巴<叭< 扒<吧<岜<芭<疤<捌<笆<粑<拔<茇<菝<跋<魃<把< 钯<靶<坝<爸<罢<鲅<霸<灞<掰<白<百<佰<柏<捭< 摆<呗<败<拜<稗<扳<班<般<颁<斑<搬<瘢<癍<阪< 坂<板<版<钣<舨<办<半<伴<扮<拌<绊<瓣<邦<帮< 梆<浜<绑<榜<膀<蚌<傍<棒<谤<蒡<磅<镑<勹<包< 孢<苞<胞<煲<龅<褒<雹<宝<饱<保<鸨<堡<葆<褓< 报<抱<豹<趵<鲍<暴<爆<陂<卑<杯<悲<碑<鹎<北< 贝<狈<邶<备<背<钡<倍<悖<被<惫<焙<辈<碚<蓓< 褙<鞴<鐾<奔<贲<锛<本<苯<畚<坌<笨<崩<绷<嘣< 甭<泵<迸<甏<蹦<逼<荸<鼻<匕<比<吡<妣<彼<秕< 俾<笔<舭<鄙<币<必<毕<闭<庇<畀<哔<毖<荜<陛< 毙<狴<铋<婢<庳<敝<萆<弼<愎<筚<滗<痹<蓖<裨< 跸<辟<弊<碧<箅<蔽<壁<嬖<篦<薜<避<濞<臂<髀< 璧<襞<边<砭<笾<编<煸<蝙<鳊<鞭<贬<扁<窆<匾< 碥<褊<卞<弁<忭<汴<苄<拚<便<变<缏<遍<辨<辩< 辫<灬<杓<彪<标<飑<髟<骠<膘<瘭<镖<飙<飚<镳< 表<婊<裱<鳔<憋<鳖<别<蹩<瘪<宾<彬<傧<斌<滨< 缤<槟<镔<濒<豳<摈<殡<膑<髌<鬓<冫<冰<兵<丙< 邴<秉<柄<炳<饼<禀<并<病<摒<拨<波<玻<剥<钵< 饽<啵<脖<菠<播<伯<孛<驳<帛<泊<勃<亳<钹<铂< 舶<博<渤<鹁<搏<箔<膊<踣<薄<礴<跛<簸<擘<檗< 逋<钸<晡<醭<卜<卟<补<哺<捕<不<布<步<怖<钚< 部<埠<瓿<簿" ;
- }
- package sorting;
- import java.util.*;
- import java.text.*;
- /**
- * @author GaoJianMin
- *
- */
- public class ChineseGB2312Comparator implements Comparator <String >, Comparable <String > {
- private RuleBasedCollator GB2312Collator =
- ChineseGB2312Collator.getFixedGB2312Collator();
- private String str1;
- /**
- * @param str1
- */
- public ChineseGB2312Comparator(String str1) {
- this .str1 = str1;
- }
- /**
- *
- */
- public ChineseGB2312Comparator() {
- this .str1="" ;
- }
- /**
- * @param str1
- * @param str2
- * @return an integer indicatint the comparison result
- * @see java.util.Comparator#compare(Object, Object)
- */
- public int compare(String str1, String str2) {
- return GB2312Collator.compare(str1, str2);
- }
- /**
- * @param str2
- * @return an integer indicatint the comparison result
- * @see java.lang.Comparable#compareTo(Object)
- */
- public int compareTo(String str2) {
- return GB2312Collator.compare(str1, str2);
- }
- }
测试代码及结果
代码:
- import java.util.*;
- import java.text.*;
- public class Test
- {
- String [] test = new String [] {
- "作业" ,
- "测试" ,
- "test" ,
- "我们" ,
- "。空" ,
- "镂空" ,
- "[" ,
- "浏" ,
- "皙"
- };
- java.util.Arrays .sort(test, new ChineseGB2312Comparator());
- System .out.println("============" );
- for (String key : test)
- System .out.println(key);
- }
ChineseGB2312Comparator 类同时实现了 Comparator, Comparable 接口,这样以后能够使用 compare, compareTo 方法的时候都可以使用这个类。
Java比较汉字字符串排序与C++比较汉字排序相关推荐
- 怎么比较字符串java_如何在Java中比较字符串?
在本文中,优锐课将带你学习如何比较字符串以及使用等于(=)运算符比较字符串时发生的问题. 介绍 字符串是Java中的特殊类.我们在Java程序中定期使用String,因此比较两个字符串是Java中的一 ...
- 提取文本中的汉字字符串
java 编程点滴 提取文本中的汉字字符串 提取文本中的汉字字符串 代码中含有中文字符,希望将代码中的中文字符提取出来,输出到数据库表格,然后补充对应的英文翻译. 继续处理代码,将文中的中文字符,通过 ...
- 使用正则表达式匹配汉字字符串
使用正则表达式匹配汉字字符串: 1.一个汉字:[\u4E00-\u9FA5] 2.多个汉字,包括空格:[\u4E00-\u9FA5\\s]+ 3.多个汉字,不包括空格:[\u4E00-\u9FA5]+ ...
- Java比较、排序处理含有中文/汉字的字符串
目录 引言 一.方案一 1.依赖引入 2.完整代码(含注解) 3.验证测试 测试 isHanZi() 测试 compareCharWithHanZi() 测试 compareStringWithHan ...
- Android/Java汉字转拼音类及按A-Z排序方法
在Android / java 开发中有时需要对数据进行根据拼音[A-Z]的规则进行排序所以需要先将汉字转为拼音然后再进行排序 //汉字转拼音类 package xyz.sort; import ja ...
- java 汉字 字母_JAVA获取中文汉字字符串拼音首字母,英文字符不变的工具类
java在处理项目需求时,有时需要排序,尤其是中文名字按0-9,A-Z进行首字母排序,这时候就需要首先要得到中文字符串的首字母,然后按照字母顺序进行排序,不多说,直接上代码,看java如何获取中文字符 ...
- [转载] 【Java】将一个字符串的字符排序,按ASCII表的顺序从小到大
参考链接: 在Java中搜索字符串中的字符和子字符串 将一个字符串的字符按ASCII表的顺序从小到大排序,如将字符串"asdafxcvMADb"排序为"ADMaabcdf ...
- java字符串转换为拼音_JAVA实现汉字转换为拼音 pinyin4j/JPinyin
在项目中经常会遇到需求用户输入汉字后转换为拼音的场景,比如说通讯录,就会要求按名字首字符发音排序,如果自己写实现这方面的功能是个很好大的工程,还好网上有公开的第三方jar支持转换,结合网上很多前辈的代 ...
- java字节字符_java按字节截取带有汉字的字符串的解法(推荐)
由于接口使用的oracle字段长度为固定字节数,然后传进来的字符串估计比数据库字段的总字节数要大,那么截取小于数据库字节数的字符串. 自己参考网上的例子,整了个递归调用就可以了,因为截取的字符字节长度 ...
- java截取中文_java按字节截取带有汉字的字符串的解法(推荐)
由于接口使用的oracle字段长度为固定字节数,然后传进来的字符串估计比数据库字段的总字节数要大,那么截取小于数据库字节数的字符串. 自己参考网上的例子,整了个递归调用就可以了,因为截取的字符字节长度 ...
最新文章
- Size Classes with Xcode 6:为所有的尺寸准备一个Storyboard
- php mysql操作封装_php封装MySQL数据库基本操作
- android base64解密,android Base64 AES加密解密
- 【深入Java虚拟机JVM 09】JVM垃圾回收finalize方法--对象最有一次自我拯救
- Sqlserver2014下载与安装
- js使用defineProperty的一些坑
- docker 中用docker 启动应用访问docker中的mysql
- Anaconda配置的环境里面增加第三方库的方法
- 关于angular开发中报错Cannot find module ‘webpack/lib/node/NodeTemplatePlugin‘问题的解决办法若干
- 桶排序,冒泡排序,快速排序三者比较(例子说名)
- 基于京东家电商品知识图谱的自动问答系统(二) -- IDEA搭建开发环境
- python语法学习第九天--else和with语句
- iPhone升级iOS 15卡在请求更新上怎么办?
- 关于Qt的无边框窗口移动
- 使用代理服务器网速会变慢吗?
- ps怎么把黑白照片变成彩色?ps把儿童黑白照变彩色教程
- Promise.all、Promise.race、Promise.allSettled、Promise.any区别
- 国外计算机科学英语演讲,华工学子英语演讲共庆祖国华诞
- Pygame实战:据说这是史上最难扫雷游戏,没有之一,你们感受下......
- 斗鱼虎牙合并之后,平台背后的程序员将何去何从?
热门文章
- 关于Kernel的一点解释
- 使用IDEA+maven配置SSM项目步骤,以及配置项目过程中遇到的各种坑(SSM配置文件加载问题,使用注解开发问题,maven开发SSM项目步骤)
- 将ibd恢复进数据库
- Fiddler工具的弱网模拟2G/3G/4G
- 字节终面只问了1个框架问题,我被录取了!
- 合肥工业大学宣城校区计算机组成原理实验 单周期 CPU 设计与实现
- 记录自己考研二战失败后找工作的经历
- Java基础(数组)对象数组通过下标找出对象的最大值
- 成双成对的数,怎么找到落单的那个
- Ubuntu的软件包管理 || 软硬链接 ||进线程浅述