這是泥瓦匠的第103篇原創

《程式兵法：Java String 原始碼的排序演算法（一）》

文章工程：
* JDK 1.8
* 工程名：algorithm-core-learning # StringComparisonDemo
* 工程地址：https://github.com/JeffLi1993/algorithm-core-learning

一、前言

Q：什麼是選擇問題？
選擇問題，是假設一組 N 個數，要確定其中第 K 個最大值者。比如 A 與 B 物件需要哪個更大？又比如：要考慮從一些陣列中找出最大項？

解決選擇問題，需要物件有個能力，即比較任意兩個物件，並確定哪個大，哪個小或者相等。找出最大項問題的解決方法，只要依次用物件的比較（Comparable）能力，迴圈物件列表，一次就能解決。

那麼 JDK 原始碼如何實現比較（Comparable）能力的呢？

二、java.lang.Comparable 介面

Comparable 介面，從 JDK 1.2 版本就有了，歷史算悠久。Comparable 介面強制了實現類物件列表的排序。其排序稱為自然順序，其 compareTo 方法，稱為自然比較法。

該介面只有一個方法 public int compareTo(T o); ，可以看出

• 入參 T o ：實現該介面類，傳入對應的要被比較的物件
• 返回值 int：正數、負數和 0 ，代表大於、小於和等於

物件的集合列表（Collection List）或者陣列（arrays） ，也有對應的工具類可以方便的使用：

• java.util.Collections#sort(List) 列表排序
• java.util.Arrays#sort(Object[]) 陣列排序

那 String 物件如何被比較的？

三、String 原始碼中的演算法

String 原始碼中可以看到 String JDK 1.0 就有了。那麼應該是 JDK 1.2 的時候，String 類實現了 Comparable 介面，並且傳入需要被比較的物件是 String。物件如圖：

String 是一個 final 類，無法從 String 擴充套件新的類。從 114 行，可以看出字串的儲存結構是字元（Char）陣列。先可以看看一個字串比較案例，程式碼如下：

/**
 * 字串比較案例
 *
 * Created by bysocket on 19/5/10.
 */
public class StringComparisonDemo {

    public static void main(String[] args) {
        String foo = "ABC";

        // 前面和後面每個字元完全一樣，返回 0
        String bar01 = "ABC";
        System.out.println(foo.compareTo(bar01));

        // 前面每個字元完全一樣，返回：後面就是字串長度差
        String bar02 = "ABCD";
        String bar03 = "ABCDE";
        System.out.println(foo.compareTo(bar02)); // -1 (前面相等,foo 長度小 1)
        System.out.println(foo.compareTo(bar03)); // -2 (前面相等,foo 長度小 2)

        // 前面每個字元不完全一樣，返回：出現不一樣的字元 ASCII 差
        String bar04 = "ABD";
        String bar05 = "aABCD";
        System.out.println(foo.compareTo(bar04)); // -1  (foo 的 'C' 字元 ASCII 碼值為 67，bar04 的 'D' 字元 ASCII 碼值為 68。返回 67 - 68 = -1)
        System.out.println(foo.compareTo(bar05)); // -32 (foo 的 'A' 字元 ASCII 碼值為 65，bar04 的 'a' 字元 ASCII 碼值為 97。返回 65 - 97 = -32)

        String bysocket01 = "泥瓦匠";
        String bysocket02 = "瓦匠";
        System.out.println(bysocket01.compareTo(bysocket02));// -2049 （泥 和 瓦的 Unicode 差值）
    }
}

執行結果如下：

0
-1
-2
-1
-32
-2049

可以看出， compareTo 方法是按字典順序比較兩個字串。具體比較規則可以看程式碼註釋。比較規則如下：

• 字串的每個字元完全一樣，返回 0
• 字串前面部分的每個字元完全一樣，返回：後面就是兩個字串長度差
• 字串前面部分的每個字元存在不一樣，返回：出現不一樣的字元 ASCII 碼的差值
  • 中文比較返回對應的 Unicode 編碼值（Unicode 包含 ASCII）
  • foo 的 ‘C’ 字元 ASCII 碼值為 67
  • bar04 的 ‘D’ 字元 ASCII 碼值為 68。
  • foo.compareTo(bar04)，返回 67 – 68 = -1
  • 常見字元 ASCII 碼，如圖所示

再看看 String 的 compareTo 方法如何實現字典順序的。原始碼如圖：

原始碼解析如下：

• 第 1156 行：獲取當前字串和另一個字串，長度較小的長度值 lim
• 第 1161 行：如果 lim 大於 0 （較小的字串非空），則開始比較
• 第 1164 行：當前字串和另一個字串，依次字元比較。如果不相等，則返回兩字元的 Unicode 編碼值的差值
• 第 1169 行：當前字串和另一個字串，依次字元比較。如果均相等，則返回兩個字串長度的差值

所以要排序，肯定先有比較能力，即實現 Comparable 介面。然後實現此介面的物件列表（和陣列）可以通過 Collections.sort（和 Arrays.sort）進行排序。

還有 TreeSet 使用樹結構實現（紅黑樹），集合中的元素進行排序。其中排序就是實現 Comparable 此介面

另外，如果沒有實現 Comparable 介面，使用排序時，會丟擲 java.lang.ClassCastException 異常。詳細看《Java 集合：三、HashSet，TreeSet 和 LinkedHashSet比較》https://www.bysocket.com/archives/195

四、小結

上面也說到，這種比較其實有一定的弊端：

• 預設 compareTo 不忽略字元大小寫。如果需要忽略，則重新自定義 compareTo 方法
• 無法進行二維的比較決策。比如判斷 2 * 1 矩形和 3 * 3 矩形，哪個更大？
• 比如有些類無法實現該介面。一個 final 類，也無法擴充套件新的類。其也有解決方案：函式物件（Function Object）

方法引數：定義一個沒有資料只有方法的類，並傳遞該類的例項。一個函式通過將其放在一個物件內部而被傳遞。這種物件通常叫做函式物件（Funtion Object）

在介面方法設計中， T execute(Callback callback) 引數中使用 callback 類似。比如在 Spring 原始碼中，可以看出很多設計是：聚合優先於繼承或者實現。這樣可以減少很多繼承或者實現。類似 SpringJdbcTemplate 場景設計，可以考慮到這種 Callback 設計實現。

程式碼示例

本文示例讀者可以通過檢視下面倉庫的中: StringComparisonDemo 字串比較案例案例：

• Github：https://github.com/JeffLi1993/algorithm-core-learning
• Gitee：https://gitee.com/jeff1993/algorithm-core-learning

如果您對這些感興趣，歡迎 star、follow、收藏、轉發給予支援！

參考資料

• 《資料結構與演算法分析：Java語言描述（原書第3版）》
• https://en.wikipedia.org/wiki/Unicode
• https://www.cnblogs.com/vamei/tag/%E7%AE%97%E6%B3%95/
• https://www.bysocket.com/archives/2314/algorithm

以下專題教程也許您會有興趣

• 《程式兵法：演算法與資料結構》 https://www.bysocket.com/archives/2314/algorithm
• 《Spring Boot 2.x 系列教程》
  https://www.bysocket.com/springboot
• 《Java 核心系列教程》
  https://www.bysocket.com/archives/2100