如何定义一个自定义的字母顺序比较和排序字符串在围棋？

Question

在将此标记为副本之前，请阅读到底部

我希望能够按照字母顺序对字符串数组（或基于一个字符串值的结构片）进行排序，但要基于自定义字母表或unicode字母。

大多数时候，人们建议使用支持不同预定义语言环境/字母表的拼贴器。（请参阅此Java答案），但对于这些语言环境捆绑包中不可用的稀有语言/字母表，可以做些什么？

我想使用的语言在Golangs的归类支持和可用的语言列表中不可用，所以我需要能够定义自定义字母表，或用于排序的Unicode字符/符文的顺序。

其他人建议先将字符串翻译成英文/ASCII可排序字母表，然后进行排序。这就是在Javascript的解决方案或Ruby的解决方案中提出的类似问题。但是肯定有更有效的方法来实现这一点。

是否可以在Go中创建使用自定义字母/字符集的拼贴器？这就是func NewFromTable的用途吗？

看起来我应该能够使用Reorder函数，但这似乎还没有在语言中实现？源代码显示如下：

func Reorder(s ...string) Option {
    // TODO: need fractional weights to implement this.
    panic("TODO: implement")
}

如何定义一个自html" target="_blank">定义的字母顺序比较和排序字符串在围棋？

Answer 1

使用table\u测试。go[1]作为一个起点，我提出了以下几点。真正的工作是由Builder完成的。添加[2]：

package main

import (
   "golang.org/x/text/collate"
   "golang.org/x/text/collate/build"
)

type entry struct {
   r rune
   w int
}

func newCollator(ents []entry) (*collate.Collator, error) {
   b := build.NewBuilder()
   for _, ent := range ents {
      err := b.Add([]rune{ent.r}, [][]int{{ent.w}}, nil)
      if err != nil { return nil, err }
   }
   t, err := b.Build()
   if err != nil { return nil, err }
   return collate.NewFromTable(t), nil
}

结果:

package main
import "fmt"

func main() {
   a := []entry{
      {'a', 3}, {'b', 2}, {'c', 1},
   }
   c, err := newCollator(a)
   if err != nil {
      panic(err)
   }
   x := []string{"alfa", "bravo", "charlie"}
   c.SortStrings(x)
   fmt.Println(x) // [charlie bravo alfa]
}

1. https://github.com/golang/text/blob/3115f89c/collate/table_test.go
2. https://pkg.go.dev/golang.org/x/text/collate/build#Builder.Add

Answer 2

事先注意：

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abcort，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]

按一个struct字段对结构片进行自定义排序，如下所示：

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}]

原答覆如下：

我们可以实现使用自定义字母表的自定义排序。我们只需要创建适当的less（i，j int）bool函数，sort包将完成其余的工作。

问题是如何创建这样一个less（）函数？

让我们从定义自定义字母表开始。方便的方法是创建一个字符串，该字符串包含自定义字母表的字母，从最小到最大进行枚举（排序）。例如：

const alphabet = "bca"

让我们从这个字母表创建一个地图，它将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：上面循环中的i是byte索引，而不是rune索引，但是由于两者都是单调增加的，所以对于rune权重来说两者都很好。）}

现在我们可以创建我们的less（）函数。要具有“可接受”的性能，我们应该避免将输入字符串值转换为字节或rune切片。为此，我们可以从utf8调用aid。DecodeRuneInString（）函数，它解码字符串的第一个rune。

所以我们逐个比较符文。如果两个符文都是自定义字母表的字母，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，我们将退回到简单的数字符文比较。

如果两个输入字符串开头的两个符文相等，我们将继续处理每个输入字符串中的下一个符文。我们可以在对输入字符串进行切片时这样做：切片不会生成副本，它只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（在运动场上尝试）：

"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（在运动场上尝试）：

[bca bac cba abc abcb abcc abca]

同样，如果性能对您很重要，则不应使用sort。Slice（）因为它必须使用引擎盖下的反射，而是创建自己的切片类型来实现排序。接口，并且在您的实现中，您可以知道如何在不使用反射的情况下实现它。

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] }

如果要使用自定义字母表对字符串片段进行排序，只需将片段转换为CustStrSlice，即可将其直接传递到sort。Sort（）（此类型转换不会复制切片或其元素，只会更改类型信息）：

ss := []string{
    "abc",
    "abca",
    "abcb",
    "abcc",
    "bca",
    "cba",
    "bac",
}
sort.Sort(CustStrSlice(ss))
fmt.Println(ss)

再次输出上述内容（在运动场上尝试）：

[bca bac cba abc abcb abcc abca]

一些需要注意的事情：

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，则仍将使用实际字节。

我们的解决方案在这方面是不同的，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，其中我们允许符文不一定映射到UTF-8编码中的字节1对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，这将执行您期望的操作。

最后一个注意事项：

我们已经了解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片（或结构片指针），排序算法（less（）函数）可能是相同的，但是当比较切片的元素时，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...）}

假设我们希望使用Person元素的Name字段，在类型为[]*Person的切片上应用自定义排序。因此，我们只需定义此自定义类型：

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] }

就这些。其余部分相同，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（在运动场上尝试）：

[{bca 0} {bac 0} {cba 0} {abc 0} {abcb 0} {abcc 0} {abca 0}]