這是泥瓦匠的第103篇原創
《程序兵法：Java String 源碼的排序算法（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 對象需要哪個更大？又比如：要考慮從一些數組中找出最大項？
解決選擇問題，需要對象有個能力，即比較任意兩個對象，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，只要依次用對象的比較（Comparable）能力，循環對象列表，一次就能解決。
那麼 JDK 源碼如何實現比較（Comparable）能力的呢？
二、java.lang.Comparable 接口
Comparable 接口，從 JDK 1.2 版本就有了，歷史算悠久。Comparable 接口強制了實現類對象列表的排序。其排序稱爲自然順序，其 compareTo 方法，稱爲自然比較法。
該接口只有一個方法 public int compareTo(T o); ，可以看出
- 入參 T o ：實現該接口類，傳入對應的要被比較的對象
- 返回值 int：正數、負數和 0 ，代表大於、小於和等於
對象的集合列表（Collection List）或者數組（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[]) 數組排序
那 String 對象如何被比較的？
三、String 源碼中的算法
String 源碼中可以看到 String JDK 1.0 就有了。那麼應該是 JDK 1.2 的時候，String 類實現了 Comparable 接口，並且傳入需要被比較的對象是 String。對象如圖：
String 是一個 final 類，無法從 String 擴展新的類。從 114 行，可以看出字符串的存儲結構是字符（Char）數組。先可以看看一個字符串比較案例，代碼如下：
/**
* 字符串比較案例
*
* Created by bysocket on 19/5/10.
*/
public class StringComparisonDemo {
public static void main(String[] args) {
String foo = "ABC";
// 前面和後面每個字符完全一樣，返回 0
String bar01 = "ABC";
System.out.println(foo.compareTo(bar01));
// 前面每個字符完全一樣，返回：後面就是字符串長度差
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)
// 前面每個字符不完全一樣，返回：出現不一樣的字符 ASCII 差
String bar04 = "ABD";
String bar05 = "aABCD";
System.out.println(foo.compareTo(bar04)); // -1 (foo 的 'C' 字符 ASCII 碼值爲 67，bar04 的 'D' 字符 ASCII 碼值爲 68。返回 67 - 68 = -1)
System.out.println(foo.compareTo(bar05)); // -32 (foo 的 'A' 字符 ASCII 碼值爲 65，bar04 的 'a' 字符 ASCII 碼值爲 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）
}
}
運行結果如下：
0
-1
-2
-1
-32
-2049
可以看出， compareTo 方法是按字典順序比較兩個字符串。具體比較規則可以看代碼註釋。比較規則如下：
- 字符串的每個字符完全一樣，返回 0
- 字符串前面部分的每個字符完全一樣，返回：後面就是兩個字符串長度差
- 字符串前面部分的每個字符存在不一樣，返回：出現不一樣的字符 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’ 字符 ASCII 碼值爲 67
- bar04 的 ‘D’ 字符 ASCII 碼值爲 68。
- foo.compareTo(bar04)，返回 67 – 68 = -1
- 常見字符 ASCII 碼，如圖所示
再看看 String 的 compareTo 方法如何實現字典順序的。源碼如圖：
源碼解析如下：
- 第 1156 行：獲取當前字符串和另一個字符串，長度較小的長度值 lim
- 第 1161 行：如果 lim 大於 0 （較小的字符串非空），則開始比較
- 第 1164 行：當前字符串和另一個字符串，依次字符比較。如果不相等，則返回兩字符的 Unicode 編碼值的差值
- 第 1169 行：當前字符串和另一個字符串，依次字符比較。如果均相等，則返回兩個字符串長度的差值
所以要排序，肯定先有比較能力，即實現 Comparable 接口。然後實現此接口的對象列表（和數組）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 此接口
另外，如果沒有實現 Comparable 接口，使用排序時，會拋出 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：
- 默認 compareTo 不忽略字符大小寫。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接口。一個 final 類，也無法擴展新的類。其也有解決方案：函數對象（Function Object）
方法參數：定義一個沒有數據只有方法的類，並傳遞該類的實例。一個函數通過將其放在一個對象內部而被傳遞。這種對象通常叫做函數對象（Funtion Object）
在接口方法設計中， T execute(Callback callback) 參數中使用 callback 類似。比如在 Spring 源碼中，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。
代碼示例
本文示例讀者可以通過查看下面倉庫的中: StringComparisonDemo 字符串比較案例案例：
- 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、轉發給予支持！
參考資料
- 《數據結構與算法分析：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
- 《程序兵法：算法與數據結構》 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
（關注微信公衆號，領取 Java 精選乾貨學習資料）
（添加我微信：bysocket01。加入純技術交流羣，成長技術）