csusky

常用链接

统计

最新评论

TREEMAP的排序机制

1package com.sf;
 2
 3import java.text.CollationKey;
 4import java.text.Collator;
 5import java.util.Comparator;
 6import java.util.Map;
 7import java.util.Map.Entry;
 8import java.util.TreeMap;
 9
10public class TestTreeMap {
11           
12    public static void main(String[] args) {
13        
14        TreeMap<String,String> tm=new TreeMap<String,String> (new MyCompareTo());
15        tm.put("陈", "cxy");
16        tm.put("啊啊", "aa");
17        
18        for(Map.Entry<String,String> entry :tm.entrySet()) {
19            System.out.println(entry.getKey()+"  "+entry.getValue());
20       }
21    }    
22}
23
24class MyCompareTo implements Comparator {   //实现了能够用于排序的接口  覆盖compare方法
25     
26    Collator collator=Collator.getInstance(java.util.Locale.CHINA);  //Collator  类执行区分语言环境的 String 比较。使用此类可为自然语言文本构建搜索和排序例程
27    public int compare(Object o1,Object o2) {
28        CollationKey key1 = collator.getCollationKey(o1.toString());
29        CollationKey key2 = collator.getCollationKey(o2.toString());
30        return key1.compareTo(key2);
31    }
32}
注意：如果所要比较的中文字符串属于GB一级字库，比较结果正确。但当字符是二级增补字库和GB18030新增的汉字时，无法获得正确的比较结果
应为一级字库是按照拼音排序的，而二级字符是按照笔画排序的。如果要完全按照拼音排序要用到字库即   具体的汉字和拼音的对应字典。

下面看一个简单的字典的例子：
package com.sf;

import java.io.BufferedInputStream;
import java.io.DataInputStream;
import java.io.InputStreamReader;
   
 public class TestPinyin {
     
     private static int[] pyvalue = new int[] { -20319, -20317, -20304, -20295,
            -20292, -20283, -20265, -20257, -20242, -20230, -20051, -20036,
            -20032, -20026, -20002, -19990, -19986, -19982, -19976, -19805,
            -19784, -19775, -19774, -19763, -19756, -19751, -19746, -19741,
            -19739, -19728, -19725, -19715, -19540, -19531, -19525, -19515,
            -19500, -19484, -19479, -19467, -19289, -19288, -19281, -19275,
            -19270, -19263, -19261, -19249, -19243, -19242, -19238, -19235,
            -19227, -19224, -19218, -19212, -19038, -19023, -19018, -19006,
            -19003, -18996, -18977, -18961, -18952, -18783, -18774, -18773,
             -18763, -18756, -18741, -18735, -18731, -18722, -18710, -18697,
             -18696, -18526, -18518, -18501, -18490, -18478, -18463, -18448,
             -18447, -18446, -18239, -18237, -18231, -18220, -18211, -18201,
             -18184, -18183, -18181, -18012, -17997, -17988, -17970, -17964,
             -17961, -17950, -17947, -17931, -17928, -17922, -17759, -17752,
             -17733, -17730, -17721, -17703, -17701, -17697, -17692, -17683,
             -17676, -17496, -17487, -17482, -17468, -17454, -17433, -17427,
             -17417, -17202, -17185, -16983, -16970, -16942, -16915, -16733,
             -16708, -16706, -16689, -16664, -16657, -16647, -16474, -16470,
             -16465, -16459, -16452, -16448, -16433, -16429, -16427, -16423,
             -16419, -16412, -16407, -16403, -16401, -16393, -16220, -16216,
             -16212, -16205, -16202, -16187, -16180, -16171, -16169, -16158,
              -16155, -15959, -15958, -15944, -15933, -15920, -15915, -15903,
              -15889, -15878, -15707, -15701, -15681, -15667, -15661, -15659,
              -15652, -15640, -15631, -15625, -15454, -15448, -15436, -15435,
              -15419, -15416, -15408, -15394, -15385, -15377, -15375, -15369,
              -15363, -15362, -15183, -15180, -15165, -15158, -15153, -15150,
              -15149, -15144, -15143, -15141, -15140, -15139, -15128, -15121,
              -15119, -15117, -15110, -15109, -14941, -14937, -14933, -14930,
              -14929, -14928, -14926, -14922, -14921, -14914, -14908, -14902,
              -14894, -14889, -14882, -14873, -14871, -14857, -14678, -14674,
              -14670, -14668, -14663, -14654, -14645, -14630, -14594, -14429,
              -14407, -14399, -14384, -14379, -14368, -14355, -14353, -14345,
              -14170, -14159, -14151, -14149, -14145, -14140, -14137, -14135,
              -14125, -14123, -14122, -14112, -14109, -14099, -14097, -14094,
              -14092, -14090, -14087, -14083, -13917, -13914, -13910, -13907,
              -13906, -13905, -13896, -13894, -13878, -13870, -13859, -13847,
              -13831, -13658, -13611, -13601, -13406, -13404, -13400, -13398,
              -13395, -13391, -13387, -13383, -13367, -13359, -13356, -13343,
              -13340, -13329, -13326, -13318, -13147, -13138, -13120, -13107,
              -13096, -13095, -13091, -13076, -13068, -13063, -13060, -12888,
              -12875, -12871, -12860, -12858, -12852, -12849, -12838, -12831,
              -12829, -12812, -12802, -12607, -12597, -12594, -12585, -12556,
              -12359, -12346, -12320, -12300, -12120, -12099, -12089, -12074,
              -12067, -12058, -12039, -11867, -11861, -11847, -11831, -11798,
              -11781, -11604, -11589, -11536, -11358, -11340, -11339, -11324,
              -11303, -11097, -11077, -11067, -11055, -11052, -11045, -11041,
              -11038, -11024, -11020, -11019, -11018, -11014, -10838, -10832,
              -10815, -10800, -10790, -10780, -10764, -10587, -10544, -10533,
              -10519, -10331, -10329, -10328, -10322, -10315, -10309, -10307,
               -10296, -10281, -10274, -10270, -10262, -10260, -10256, -10254 };
        private static String[] pystr = new String[] { "a", "ai", "an", "ang",
              "ao", "ba", "bai", "ban", "bang", "bao", "bei", "ben", "beng",
              "bi", "bian", "biao", "bie", "bin", "bing", "bo", "bu", "ca",
              "cai", "can", "cang", "cao", "ce", "ceng", "cha", "chai", "chan",
              "chang", "chao", "che", "chen", "cheng", "chi", "chong", "chou",
              "chu", "chuai", "chuan", "chuang", "chui", "chun", "chuo", "ci",
              "cong", "cou", "cu", "cuan", "cui", "cun", "cuo", "da", "dai",
              "dan", "dang", "dao", "de", "deng", "di", "dian", "diao", "die",
              "ding", "diu", "dong", "dou", "du", "duan", "dui", "dun", "duo",
              "e", "en", "er", "fa", "fan", "fang", "fei", "fen", "feng", "fo",
              "fou", "fu", "ga", "gai", "gan", "gang", "gao", "ge", "gei", "gen",
              "geng", "gong", "gou", "gu", "gua", "guai", "guan", "guang", "gui",
              "gun", "guo", "ha", "hai", "han", "hang", "hao", "he", "hei",
              "hen", "heng", "hong", "hou", "hu", "hua", "huai", "huan", "huang",
              "hui", "hun", "huo", "ji", "jia", "jian", "jiang", "jiao", "jie",
              "jin", "jing", "jiong", "jiu", "ju", "juan", "jue", "jun", "ka",
              "kai", "kan", "kang", "kao", "ke", "ken", "keng", "kong", "kou",
              "ku", "kua", "kuai", "kuan", "kuang", "kui", "kun", "kuo", "la",
              "lai", "lan", "lang", "lao", "le", "lei", "leng", "li", "lia",
              "lian", "liang", "liao", "lie", "lin", "ling", "liu", "long",
              "lou", "lu", "lv", "luan", "lue", "lun", "luo", "ma", "mai", "man",
              "mang", "mao", "me", "mei", "men", "meng", "mi", "mian", "miao",
              "mie", "min", "ming", "miu", "mo", "mou", "mu", "na", "nai", "nan",
              "nang", "nao", "ne", "nei", "nen", "neng", "ni", "nian", "niang",
              "niao", "nie", "nin", "ning", "niu", "nong", "nu", "nv", "nuan",
              "nue", "nuo", "o", "ou", "pa", "pai", "pan", "pang", "pao", "pei",
              "pen", "peng", "pi", "pian", "piao", "pie", "pin", "ping", "po",
              "pu", "qi", "qia", "qian", "qiang", "qiao", "qie", "qin", "qing",
              "qiong", "qiu", "qu", "quan", "que", "qun", "ran", "rang", "rao",
              "re", "ren", "reng", "ri", "rong", "rou", "ru", "ruan", "rui",
              "run", "ruo", "sa", "sai", "san", "sang", "sao", "se", "sen",
              "seng", "sha", "shai", "shan", "shang", "shao", "she", "shen",
              "sheng", "shi", "shou", "shu", "shua", "shuai", "shuan", "shuang",
              "shui", "shun", "shuo", "si", "song", "sou", "su", "suan", "sui",
              "sun", "suo", "ta", "tai", "tan", "tang", "tao", "te", "teng",
              "ti", "tian", "tiao", "tie", "ting", "tong", "tou", "tu", "tuan",
              "tui", "tun", "tuo", "wa", "wai", "wan", "wang", "wei", "wen",
              "weng", "wo", "wu", "xi", "xia", "xian", "xiang", "xiao", "xie",
              "xin", "xing", "xiong", "xiu", "xu", "xuan", "xue", "xun", "ya",
              "yan", "yang", "yao", "ye", "yi", "yin", "ying", "yo", "yong",
              "you", "yu", "yuan", "yue", "yun", "za", "zai", "zan", "zang",
              "zao", "ze", "zei", "zen", "zeng", "zha", "zhai", "zhan", "zhang",
              "zhao", "zhe", "zhen", "zheng", "zhi", "zhong", "zhou", "zhu",
              "zhua", "zhuai", "zhuan", "zhuang", "zhui", "zhun", "zhuo", "zi",
              "zong", "zou", "zu", "zuan", "zui", "zun", "zuo" };
        
        
     public static void main(String[] args) {
         
         DataInputStream dis=new DataInputStream(new BufferedInputStream(System.in));
         try{
             String str="陈";
             String pinyin=convert(str);
             System.out.print(pinyin);
             } catch(Exception e) {
                 e.printStackTrace();
             }
         
     }

     public static int getChsAscii(String chs) {
     int asc = 0;
         try {
          byte[] bytes = chs.getBytes("gb2312");
             if (bytes == null || bytes.length > 2 || bytes.length <= 0) { // 错
              // log
              System.out.println("error");
          }
             if (bytes.length == 1) { // 英文字符
              asc = bytes[0];
          }
             if (bytes.length == 2) { // 中文字符
                   int hightByte = 256 + bytes[0];
                   int lowByte = 256 + bytes[1];
                asc = (256 * hightByte + lowByte) - 256 * 256;
            }
           } catch (Exception e) {
            e.printStackTrace();
        }
        return asc;
    }

       public static String convert(String str) {
        String result = null;
        int ascii = getChsAscii(str);
          System.out.println(ascii);
           if (ascii > 0 && ascii < 160) {
            result = String.valueOf((char) ascii);
           } else {
               for (int i = (pyvalue.length - 1); i >= 0; i--) {
                   if (pyvalue[i] <= ascii) {
                    result = pystr[i];
                       break;
                   }
               }
           }
           return result;
     }
        public static String getPy1(String chs) {
         StringBuffer py = new StringBuffer();
         String key, value;
            for (int i = 0; i < chs.length(); i++) {
             key = chs.substring(i, i + 1);
                if (key.getBytes().length == 2) {
                 value = (String) convert(key);
                    if (value == null) {
                     value = "unknown";
                 }
                } else {
                 value = key;
             }

               py.append(value);
           }
           return py.toString();
       }

     
     
     
     
     
     
     
     
 }


运行后打印出  陈 字的拼音 chen


注意这段代码 
 if (bytes.length == 2) { // 中文字符
                   int hightByte = 256 + bytes[0];
                   int lowByte = 256 + bytes[1];
                asc = (256 * hightByte + lowByte) - 256 * 256;
            }

这是将两个字节的合并为一个int的代码

posted on 2008-02-19 15:16 晓宇 阅读(2091) 评论(1)  编辑  收藏 所属分类: JAVA基础

评论

# re: TREEMAP的排序机制[未登录] 2009-12-11 14:13 xxx

不错，不错!  回复  更多评论   


只有注册用户登录后才能发表评论。
网站导航: