Что такое строка лексикографически? Java

Question

Метод compareTo() в Java сравнивает две строки «лексикографически». Может кто-то просто объяснить, как лексикографическое сравнение работает в java?

Я нашел this post, который объясняет три случая < 0, == 0 и> 0; Тем не менее, я все еще запутался ...

Означает ли это, что число вернулось, это количество мест, расположенных рядом друг с другом, если они должны быть отсортированы в алфавитном порядке как словарь?

Кроме того, как метод справляется с чувствительностью к регистру? Являются ли строчные буквы первыми в строке перед прописными буквами? Есть ли диаграмма для этого?

Например, приведенный ниже код производит выход -31. Означает ли это, что собака-строка находится в -31 местах от кота?

public static void main(String[] args) { 
    Scanner keyboard = new Scanner(System.in); 

    String str1 = "Dog"; 

    String str2 = "cat"; 

    int result = str1.compareTo(str2); 
    System.out.println(result); 

Answer 1

Возвращаемое значение не имеет значения, как compareTo контракт вернуться отрицательным, положительным или 0 (как вы уже знаете).

Однако, если на самом деле вы хотите понять, почему -31 возвращается при сравнении Dog с cat (или любой другой строки), то вы можете просто посмотреть на метод непосредственно в String классе:

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) { 
     char c1 = v1[k]; 
     char c2 = v2[k]; 
     if (c1 != c2) { 
      return c1 - c2; 
     } 
     k++; 
    } 
    return len1 - len2; 
} 

Имейте в виду, что value - массив char, поддерживающий строку.

private final char value[]; 

---

Так как же этот метод дальше?

• Вы извлекаете минимум как длину строки в переменной lim.
• Вы создаете копию обоих массивов строковых символов.
• Вы производите цикл над каждым символом (проверяя, равны ли они) до достижения нижнего предела.
• Если два символа с одинаковым индексом не равны, вы возвращаете результат вычитания второго в первый. char можно представить как значение int (которое принимает их значение ascii) и уже упорядочено. Таким образом, когда вычитание отрицательного числа будет возвращено, если второй символ «выше», то первый. Положительный будет возвращен, если второй символ «ниже», а затем первый. 0 будет возвращено, если оба равны.
• Если все символы были равны во время цикла для наименьшей длины строки, вы возвращаете вычитание обеих длин.

В вашем примере, первая буква обоих слов не равна, так что вы получите, чтобы сравнить D с c, которые соответственно представлены в виде 68 и 99. Substract от 99 до 68, и вы получите -31.

Так, чтобы ответить на этот вопрос:

Означает ли это, что ИНТ возвращенное количество мест далеко в строки формы друг друга, если они должны были быть отсортированы в алфавитном порядке как словарь?

Нет, это на самом деле либо разница между двумя значениями ascii, не совпадающими с символом, либо разностью обеих длин.

Кроме того, как метод справляется с чувствительностью к регистру? Есть ли нижний регистр буквы сначала в строке до прописного? Есть ли диаграмма для этого?

Если вы хотите проигнорировать случай сравнения, вы можете использовать String#compareToIgnoreCase.

Также вы можете проверить this chart на значения ascii (верхний и нижний регистр).

Answer 2

Я нашел Wikipedia's Definition of Lexicographical order очень полезно в ответе на ваш вопрос.

Проще говоря, сравнение представляет собой числовой результат, сделанный с использованием алфавита. В алфавитном сравнении мы сравниваем упорядоченный набор букв, которые составляют последовательность (обычно слова или строки). Возвращаемое значение будет равно 0, если два равны, и < или> в зависимости от того, какое значение соответствует алфавиту до или после другого.

взять список слов:

• кошка
• собака
• животное
• муравьеда

Если мы сравним эти, мы берем первый символ каждого и смотреть. Когда мы сравниваем «cat» и «dog», мы берем первый символ «c» и «d» и сравниваем их. Численно в коде простой (не обязательно лучший) способ сделать это - преобразовать их в числовое значение и вычесть одно значение из другого. Это будет равно 0, если они будут одинаковыми, и мы перейдем к сравнению следующего символа в каждом. Если они разные, то мы знаем, что они лексикографически (в алфавитном порядке) после другого.

Возвращаемое значение не требуется, чтобы иметь проницательную информацию. Вот почему единственные значения, которые означают что-либо: < 0, == 0, и> 0.

Что касается корпуса, то это деталь реализации. Существуют компараторы, которые считают, что верхний регистр «А» будет таким же, как в нижнем регистре «а», и есть компараторы, которые этого не делают, поскольку они имеют разные числовые значения. (См .: How to sort alphabetically while ignoring case sensitive?).