C# 与 F# 中的默认排序答案

【问题标题】：Default ordering in C# vs. F#C# 与 F# 中的默认排序
【发布时间】：2015-09-09 00:43:20
【问题描述】：

考虑分别对C# 和F# 中的字符串进行简单排序的两个代码片段：

C#：

var strings = new[] { "Tea and Coffee", "Telephone", "TV" };
var orderedStrings = strings.OrderBy(s => s).ToArray();

F#：

let strings = [| "Tea and Coffee"; "Telephone"; "TV" |]
let orderedStrings =
    strings
    |> Seq.sortBy (fun s -> s)
    |> Seq.toArray

这两段代码返回不同的结果：

C#：茶和咖啡、电话、电视
F#：电视、茶和咖啡、电话

在我的具体情况下，我需要关联这两种语言之间的排序逻辑（一种是生产代码，一种是测试断言的一部分）。这提出了几个问题：

排序逻辑的差异是否存在根本原因？
在我的情况下，克服这个“问题”的推荐方法是什么？
这种现象是字符串特有的，还是也适用于其他 .NET 类型？

编辑

为了响应几个探测 cmets，运行下面的片段可以更多地了解这种排序差异的确切性质：

F#：

let strings = [| "UV"; "Uv"; "uV"; "uv"; "Tv"; "TV"; "tv"; "tV" |]
let orderedStrings =
    strings
    |> Seq.sortBy (fun s -> s)
    |> Seq.toArray

C#：

var strings = new[] { "UV", "Uv", "uv", "uV", "TV", "tV", "Tv", "tv" };
var orderedStrings = strings.OrderBy(s => s).ToArray();

给予：

C#：电视，电视，电视，电视，紫外线，紫外线，紫外线，紫外线
F#：电视、电视、紫外线、紫外线、电视、电视、紫外线、紫外线

字符串的字典顺序不同，因为字符的基本顺序不同：

C#：“aAbBcCdD...tTuUvV...”
F#：“ABC..TUV..Zabc..tuv..”

【问题讨论】：

如果你这样做，似乎工作“很好”(fun s -> s.ToLower())
这很奇怪......我真的希望这在 F# 中可以正常工作。如果你有以不同字母开头的单词，它们如何在 F# 中显示？
感谢@leppie - 这是“字符串大小写”的一个很好的解决方案。我的实际代码更通用 - 依赖于比较实现。如果我知道这是异常情况，将字符串作为特殊情况处理是可以接受的 - 但我怀疑发生的事情比我理解的要多......
可以用 [| 《茶与咖啡》； “电话”; "Tv" |] |> Array.sort 必须是大写
根据this questionF#的sortBy方法没有使用Linq的OrderBy()。

标签： c# string sorting f# collation

【解决方案1】：

不同的库对字符串的默认比较操作做出不同的选择。 F# 严格默认区分大小写，而 LINQ to Objects 不区分大小写。

List.sortWith 和 Array.sortWith 都允许指定比较。 Enumerable.OrderBy 的重载也是如此。

但是Seq 模块似乎没有等效项（并且没有在 4.6 中添加）。

具体问题：

排序逻辑上的差异是否存在根本原因？

两个命令都有效。在英语的情况下，不敏感似乎更自然，因为这是我们习惯的。但这并不能使它更正确。

在我的情况下，克服这个“问题”的推荐方法是什么？

明确说明比较的类型。

这种现象是字符串特有的，还是也适用于其他 .NET 类型？

char 也会受到影响。以及有多个可能订购的任何其他类型（例如 People 类型：您可以根据具体要求按姓名或出生日期订购）。

【讨论】：

这些是有用的 cmets - 谢谢。我的理解（来自this page）是，如果一个类型实现了IComparable，那么它用于进行排序。如果我明确使用此接口为 C# 版本实现IComparer<string>，问题仍然存在。这表明我对 F# 如何进行比较（即使是 IComparable）的理解是错误的。如果有可能阐明 F# 如何选择进行比较，那将非常有趣..
@Lawrence [Seq.sortBy](msdn.microsoft.com/en-us/library/ee353610.aspx) 的文档说它使用了Operators.compare，但该页面上没有详细信息。是时候阅读语言规范或源代码了……
> 但是 Seq 模块似乎没有等效项（并且在 4.6 中没有添加）。Seq.sortWith 确实已添加到 F# 4.0 中。
请注意，F# 默认使用 ordinal 比较，这比仅 不区分大小写 更严格。 char 与所有大型 .NET 语言的序数比较进行比较，因此与 string 不同，F# 用户至少不会感到“惊讶”。
@latkin 我没有检查Seq 是否有未来版本的 F#。 WRT 序数：.NET 还支持序数不区分大小写的比较，因此序数与区分大小写有些正交，并迅速进入所需的大量背景细节。

【解决方案2】：

感谢@Richard 和his answers 为我指明了进一步理解这个问题的方向

我的问题似乎源于没有完全理解 F# 中 comparison 约束的后果。这是Seq.sortBy的签名

Seq.sortBy : ('T -> 'Key) -> seq<'T> -> seq<'T> (requires comparison)

我的假设是，如果'T 类型实现了IComparable，那么它将用于排序。我应该先咨询这个问题：F# comparison vs C# IComparable，其中包含一些有用的参考资料，但需要进一步仔细阅读才能充分了解正在发生的事情。

所以，尝试回答我自己的问题：

排序逻辑上的差异是否存在根本原因？

是的。 C#版本似乎使用了IComparable的字符串实现，而F#版本没有。

在我的情况下，克服这个“问题”的推荐方法是什么？

虽然我无法评论这是否是“推荐的”，但如果相关类型上有一个 IComparable 的实现，下面的 F# 函数 order 将使用：

let strings = [| "UV"; "Uv"; "uV"; "uv"; "Tv"; "TV"; "tv"; "tV" |]
let order<'a when 'a : comparison> (sequence: seq<'a>) = 
    sequence 
    |> Seq.toArray
    |> Array.sortWith (fun t1 t2 ->
        match box t1 with
        | :? System.IComparable as c1 -> c1.CompareTo(t2)
        | _ ->
            match box t2 with
            | :? System.IComparable as c2 -> c2.CompareTo(t1)
            | _ -> compare t1 t2)
let orderedValues = strings |> order

这种现象是字符串特有的，还是也适用于其他 .NET 类型？

comparison 约束和IComparable 接口之间的关系显然存在一些微妙之处。为了安全起见，我将遵循@Richard 的建议，并且始终明确比较类型 - 可能使用上面的函数在排序中使用IComparable“优先化”。

【讨论】：

在您的代码中，您要排序两次：首先是Seq.sortBy，然后是Array.sortWith。

【解决方案3】：

这与 C# 与 F# 甚至 IComparable 无关，只是由于库中的排序实现不同。

TL;DR;版本是排序字符串可以给出不同的结果：

"tv" < "TV"  // false
"tv".CompareTo("TV")  // -1 => implies "tv" *is* smaller than "TV"

甚至更清楚：

"a" < "A"  // false
"a".CompareTo("A")  // -1 => implies "a" is smaller than "A"

这是因为CompareTo 使用当前文化(see MSDN)。

我们可以通过一些不同的例子来看看这在实践中是如何发挥作用的。

如果我们使用标准的 F# 排序，我们会得到大写优先的结果：

let strings = [ "UV"; "Uv"; "uV"; "uv"; "Tv"; "TV"; "tv"; "tV" ]

strings |> List.sort 
// ["TV"; "Tv"; "UV"; "Uv"; "tV"; "tv"; "uV"; "uv"]

即使我们转换为IComparable，我们也会得到相同的结果：

strings |> Seq.cast<IComparable> |> Seq.sort |> Seq.toList
// ["TV"; "Tv"; "UV"; "Uv"; "tV"; "tv"; "uV"; "uv"]

另一方面，如果我们使用 F# 中的 Linq，我们会得到与 C# 代码相同的结果：

open System.Linq
strings.OrderBy(fun s -> s).ToArray()
// [|"tv"; "tV"; "Tv"; "TV"; "uv"; "uV"; "Uv"; "UV"|]

根据MSDN， OrderBy 方法“使用默认比较器 Default 比较键。”

F# 库默认不使用Comparer，但我们可以使用sortWith：

open System.Collections.Generic
let comparer = Comparer<string>.Default

现在，当我们进行这种排序时，我们得到与 LINQ OrderBy 相同的结果：

strings |> List.sortWith (fun x y -> comparer.Compare(x,y))
// ["tv"; "tV"; "Tv"; "TV"; "uv"; "uV"; "Uv"; "UV"]

或者，我们可以使用内置的CompareTo 函数，结果相同：

strings |> List.sortWith (fun x y -> x.CompareTo(y))
// ["tv"; "tV"; "Tv"; "TV"; "uv"; "uV"; "Uv"; "UV"]

故事的寓意：如果您关心排序，请始终指定要使用的具体比较！

【讨论】：

【解决方案4】：

请参阅language spec 的第 8.15.6 节。

字符串、数组和本机整数具有特殊的比较语义，如果实现了其他所有内容，则只需转到 IComparable（对产生相同结果的各种优化取模）。

特别是，F# 字符串默认使用 ordinal 比较，而大多数 .NET 默认使用文化感知比较。

这显然是 F# 和其他 .NET 语言之间令人困惑的不兼容，但它确实有一些好处：

OCAML 兼容
字符串和字符比较是一致的
- C#Comparer<string>.Default.Compare("a", "A") // -1
- C#Comparer<char>.Default.Compare('a', 'A') // 32
- F#compare "a" "A" // 1
- F#compare 'a' 'A' // 32

编辑：

请注意，声明“F# 使用 区分大小写 字符串比较”是一种误导（尽管并非不正确）。 F# 使用 ordinal 比较，比区分大小写更严格。

// case-sensitive comparison
StringComparer.InvariantCulture.Compare("[", "A") // -1
StringComparer.InvariantCulture.Compare("[", "a") // -1

// ordinal comparison
// (recall, '[' lands between upper- and lower-case chars in the ASCII table)
compare "[" "A"  // 26
compare "[" "a"  // -6

【讨论】：

谢谢@latkin - 这正是我一直在寻找的好答案 - 真的很有帮助！