事先说明:
以下解决方案已被清理和优化,并在此处作为可重用库发布:github.com/icza/abcsort。
使用abcsort,自定义排序字符串切片(使用自定义字母表)非常简单:
sorter := abcsort.New("bac")
ss := []string{"abc", "bac", "cba", "CCC"}
sorter.Strings(ss)
fmt.Println(ss)
// Output: [CCC bac abc cba]
按结构字段之一对结构切片进行自定义排序如下:
type Person struct {
Name string
Age int
}
ps := []Person{{Name: "alice", Age: 21}, {Name: "bob", Age: 12}}
sorter.Slice(ps, func(i int) string { return ps[i].Name })
fmt.Println(ps)
// Output: [{bob 12} {alice 21}]
原答案如下:
我们可以实现使用自定义字母的自定义排序。我们只需要创建合适的less(i, j int) bool 函数,剩下的交给sort 包。
问题是如何创建这样的less()函数?
让我们从定义自定义字母开始。方便的方法是创建一个string,其中包含自定义字母表的字母,从小到大枚举(排序)。例如:
const alphabet = "bca"
让我们从这个字母表中创建一个地图,它会告诉我们自定义字母表中每个字母的重量或顺序:
var weights = map[rune]int{}
func init() {
for i, r := range alphabet {
weights[r] = i
}
}
(注意:上述循环中的i 是字节索引,而不是rune 索引,但由于两者都是单调递增的,所以两者都可以很好地处理符文重量。)
现在我们可以创建less() 函数。为了获得“可接受的”性能,我们应该避免将输入 string 值转换为字节或符文切片。为此,我们可以从 utf8.DecodeRuneInString() 函数中调用帮助,该函数解码 string 的第一个 rune。
所以我们逐个符文进行比较。如果两个符文都是自定义字母表中的字母,我们可以使用它们的权重来判断它们之间的比较。如果至少有一个符文不是来自我们的自定义字母表,我们将回退到简单的数字符文比较。
如果 2 个输入字符串开头的 2 个符文相等,我们继续处理每个输入字符串中的下一个符文。我们可以对输入字符串进行切片:切片它们不会复制,它只是返回一个指向原始字符串数据的新字符串头。
好的,现在让我们看看这个less()函数的实现:
func less(s1, s2 string) bool {
for {
switch e1, e2 := len(s1) == 0, len(s2) == 0; {
case e1 && e2:
return false // Both empty, they are equal (not less)
case !e1 && e2:
return false // s1 not empty but s2 is: s1 is greater (not less)
case e1 && !e2:
return true // s1 empty but s2 is not: s1 is less
}
r1, size1 := utf8.DecodeRuneInString(s1)
r2, size2 := utf8.DecodeRuneInString(s2)
// Check if both are custom, in which case we use custom order:
custom := false
if w1, ok1 := weights[r1]; ok1 {
if w2, ok2 := weights[r2]; ok2 {
custom = true
if w1 != w2 {
return w1 < w2
}
}
}
if !custom {
// Fallback to numeric rune comparison:
if r1 != r2 {
return r1 < r2
}
}
s1, s2 = s1[size1:], s2[size2:]
}
}
让我们看看这个less() 函数的一些简单测试:
pairs := [][2]string{
{"b", "c"},
{"c", "a"},
{"b", "a"},
{"a", "b"},
{"bca", "bac"},
}
for _, pair := range pairs {
fmt.Printf("\"%s\" < \"%s\" ? %t\n", pair[0], pair[1], less(pair[0], pair[1]))
}
输出(在Go Playground上试试):
"b" < "c" ? true
"c" < "a" ? true
"b" < "a" ? true
"a" < "b" ? false
"bca" < "bac" ? true
现在让我们在实际排序中测试这个less() 函数:
ss := []string{
"abc",
"abca",
"abcb",
"abcc",
"bca",
"cba",
"bac",
}
sort.Slice(ss, func(i int, j int) bool {
return less(ss[i], ss[j])
})
fmt.Println(ss)
输出(在Go Playground上试试):
[bca bac cba abc abcb abcc abca]
同样,如果性能对您很重要,您不应该使用 sort.Slice(),因为它必须在底层使用反射,而是创建您自己的实现 sort.Interface 的切片类型,并且在您的实现中您可以知道如何不使用反射来做到这一点。
这就是它的样子:
type CustStrSlice []string
func (c CustStrSlice) Len() int { return len(c) }
func (c CustStrSlice) Less(i, j int) bool { return less(c[i], c[j]) }
func (c CustStrSlice) Swap(i, j int) { c[i], c[j] = c[j], c[i] }
当您想使用自定义字母对字符串切片进行排序时,只需将切片转换为CustStrSlice,这样就可以直接将其传递给sort.Sort()(这种类型转换不会复制切片或其元素,它只是改变了类型信息):
ss := []string{
"abc",
"abca",
"abcb",
"abcc",
"bca",
"cba",
"bac",
}
sort.Sort(CustStrSlice(ss))
fmt.Println(ss)
上面的输出又是(在Go Playground上试试):
[bca bac cba abc abcb abcc abca]
注意事项:
默认字符串比较按字节比较字符串。也就是说,如果输入字符串包含无效的 UTF-8 序列,仍将使用实际字节。
我们的解决方案在这方面有所不同,因为我们解码符文(我们必须这样做,因为我们使用自定义字母表,在其中我们允许符文不一定映射到 UTF-8 编码中的字节 1 到 1)。这意味着如果输入不是有效的 UTF-8 序列,则行为可能与默认排序不一致。但是,如果您的输入是有效的 UTF-8 序列,这将符合您的预期。
最后一点:
我们已经看到了如何对字符串切片进行自定义排序。如果我们有一个结构体切片(或结构体指针切片),排序算法(less()函数)可能是一样的,但是在比较切片的元素时,我们必须比较元素的字段,而不是结构元素本身。
假设我们有以下结构:
type Person struct {
Name string
Age int
}
func (p *Person) String() string { return fmt.Sprint(*p) }
(添加了String() 方法,因此我们将看到结构的实际内容,而不仅仅是它们的地址...)
假设我们想对[]*Person 类型的切片应用自定义排序,使用Person 元素的Name 字段。所以我们简单地定义这个自定义类型:
type PersonSlice []*Person
func (p PersonSlice) Len() int { return len(p) }
func (p PersonSlice) Less(i, j int) bool { return less(p[i].Name, p[j].Name) }
func (p PersonSlice) Swap(i, j int) { p[i], p[j] = p[j], p[i] }
仅此而已。其余相同,例如:
ps := []*Person{
{Name: "abc"},
{Name: "abca"},
{Name: "abcb"},
{Name: "abcc"},
{Name: "bca"},
{Name: "cba"},
{Name: "bac"},
}
sort.Sort(PersonSlice(ps))
fmt.Println(ps)
输出(在Go Playground 上试试):
[{bca 0} {bac 0} {cba 0} {abc 0} {abcb 0} {abcc 0} {abca 0}]