红宝石字母数字排序未按预期工作

Question

给定以下数组：

y = %w[A1 A2 B5 B12 A6 A8 B10 B3 B4 B8]
=> ["A1", "A2", "B5", "B12", "A6", "A8", "B10", "B3", "B4", "B8"]

预期的排序数组为：

=> ["A1", "A2", "A6", "A8", "B3", "B4", "B5", "B8", "B10", "B12"]

使用以下（香草）排序，我得到：

irb(main):2557:0> y.sort{|a,b| puts "%s <=> %s = %s\n" % [a, b, a <=> b]; a <=> b}
A1 <=> A8 = -1
A8 <=> B8 = -1
A2 <=> A8 = -1
B5 <=> A8 = 1
B4 <=> A8 = 1
B3 <=> A8 = 1
B10 <=> A8 = 1
B12 <=> A8 = 1
A6 <=> A8 = -1
A1 <=> A2 = -1
A2 <=> A6 = -1
B12 <=> B3 = -1
B3 <=> B8 = -1
B5 <=> B3 = 1
B4 <=> B3 = 1
B10 <=> B3 = -1  # this appears to be wrong, looks like 1 is being compared, not 10.
B12 <=> B10 = 1
B5 <=> B4 = 1
B4 <=> B8 = -1
B5 <=> B8 = -1
=> ["A1", "A2", "A6", "A8", "B10", "B12", "B3", "B4", "B5", "B8"]

...这显然不是我想要的。我知道我可以尝试先拆分 alpha，然后对数字进行排序，但似乎我不应该这样做。

可能的大警告：我们现在被困在使用 Ruby 1.8.7 :( 但即使是 Ruby 2.0.0 也在做同样的事情。我在这里错过了什么？

建议？

Answer 1

您正在对字符串进行排序。字符串的排序方式类似于字符串，而不是数字。如果要对数字进行排序，则应该对数字进行排序，而不是对字符串进行排序。字符串'B10'在字典上小于字符串'B3'，这不是Ruby独有的东西，甚至不是编程独有的东西，这就是按字典顺序对一段文本进行排序的方式几乎无处不在，在编程，数据库，词典，字典、电话簿等。

您应该将字符串拆分为数字和非数字分量，并将数字分量转换为数字。数组排序是按字典顺序排序的，所以最终排序会完全正确：

y.sort_by {|s| # use `sort_by` for a keyed sort, not `sort`
  s.
    split(/(\d+)/). # split numeric parts from non-numeric
    map {|s| # the below parses numeric parts as decimals, ignores the rest
      begin Integer(s, 10); rescue ArgumentError; s end }}
#=> ["A1", "A2", "A6", "A8", "B3", "B4", "B5", "B8", "B10", "B12"]

Answer 2

这里有几种方法可以做到这一点。

arr = ["A1", "A2", "B5", "B12", "A6", "AB12", "A8", "B10", "B3", "B4",
       "B8", "AB2"]

按 2 元素数组排序

arr.sort_by { |s| [s[/\D+/], s[/\d+/].to_i] }
  #=> ["A1", "A2", "A6", "A8", "AB2", "AB12", "B3", "B4", "B5", "B8",
  #    "B10", "B12"] 

这类似于@Jorg 的解决方案，只是我分别计算了比较数组的两个元素，而不是将字符串分成两部分并将后者转换为整数。

Enumerable#sort_by 将arr 的每一对元素与spaceship 方法<=> 进行比较。由于被比较的元素是数组，所以使用Array#<=> 方法。请特别参阅该文档的第三段。

sort_by 比较以下 2 元素数组：

arr.each { |s| puts "%s-> [%s, %d]" %
  ["\"#{s}\"".ljust(7), "\"#{s[/\D+/]}\"".ljust(4), s[/\d+/].to_i] }

"A1"   -> ["A" , 1]
"A2"   -> ["A" , 2]
"B5"   -> ["B" , 5]
"B12"  -> ["B" , 12]
"A6"   -> ["A" , 6]
"AB12" -> ["AB", 12]
"A8"   -> ["A" , 8]
"B10"  -> ["B" , 10]
"B3"   -> ["B" , 3]
"B4"   -> ["B" , 4]
"B8"   -> ["B" , 8]
"AB2"  -> ["AB", 2]

在字符串的字母和数字部分之间插入空格

max_len = arr.max_by(&:size).size
  #=> 4
arr.sort_by { |s| "%s%s%d" % [s[/\D+/], " "*(max_len-s.size), s[/\d+/].to_i] }
  #=> ["A1", "A2", "A6", "A8", "AB2", "AB12", "B3", "B4", "B5", "B8",
  #    "B10", "B12"]

这里sort_by 比较以下字符串：

arr.each { |s| puts "%s-> \"%s\"" %
  ["\"#{s}\"".ljust(7), s[/\D+/] + " "*(max_len-s.size) + s[/\d+/]] }

"A1"   -> "A  1"
"A2"   -> "A  2"
"B5"   -> "B  5"
"B12"  -> "B 12"
"A6"   -> "A  6"
"AB12" -> "AB12"
"A8"   -> "A  8"
"B10"  -> "B 10"
"B3"   -> "B  3"
"B4"   -> "B  4"
"B8,"  -> "B 8"
"AB2"  -> "AB 2"

Answer 3

如果您知道号码中的最大位数是多少，您还可以在比较时为您的号码添加前缀0。

y.sort_by { |string| string.gsub(/\d+/) { |digits| format('%02d', digits.to_i) } }
#=> ["A1", "A2", "A6", "A8", "B3", "B4", "B5", "B8", "B10", "B12"]

这里'%02d'指定如下，%表示值的格式，0则指定在数字前加上0s，2指定数字的总长度， d 指定您希望以十进制（以 10 为基数）输出。您可以找到更多信息here。

这意味着'A1' 将转换为'A01'，'B8' 将变为'B08'，'B12' 将保持'B12'，因为它已经有 2 位数字。这仅在比较时使用。

Answer 4

将需要自然或字典排序，而不是标准的基于字符值的排序。这些宝石之类的东西将是一个起点：https://github.com/dogweather/naturally、https://github.com/johnnyshields/naturalsort

人类将像“A2”这样的字符串视为“A”后跟数字2，对字符串部分使用字符串排序，对数字部分使用数字排序。标准sort() 使用字符值排序将字符串视为字符序列，而不管字符是什么。所以对于sort() "A10" 和 "A2" 看起来像 [ 'A', '1', '0' ] 和 [ 'A', '2' ]，因为 '1' 排序在 '2' 之前字符不能更改“A10”的顺序，因此排在“A2”之前。对于人类来说，相同的字符串看起来像 ["A", 10 ] 和 ["A", 2 ], 10 在 2 之后排序，所以我们得到相反的结果。可以操作字符串以使基于字符值的sort() 产生预期的结果，方法是使数字部分固定宽度并在左侧填充零以避免嵌入空格，使“A2”变成“A02”它使用标准sort() 在“A10”之前排序。