提高你的Java代码质量吧：中文字符串排序的瑕疵

Java中文字符串排序：从compareTo到Collator

最新推荐文章于 2024-10-23 08:00:00 发布

原创

最新推荐文章于 2024-10-23 08:00:00 发布 · 6.5k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#Java #Arrays #sort #compareTo #Collator

本文探讨了Java中中文字符串排序的问题，指出Arrays.sort()使用compareTo方法进行Unicode码值比较可能导致非预期结果。Java推荐使用Collator类进行正确的中文排序，但要注意汉字的特殊性和音形分离特性。对于更严格的排序需求，可以借助如pinyin4j等开源项目将汉字转为拼音来实现。

一、分析

在Java中一涉及中文处理就会冒出很多问题来，其中排序也是一个让人头疼的课题。

我们知道Arrays工具类的默认排序是通过数组元素的compareTo方法来进行比较的，那我们来看String类的compareTo方法的主要实现：

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++ 
}

它是先取得字符数组，然后一个一个地比较大小，注意这里是字符比较（减号操作符），也就是UNICODE码值比较。