按匈牙利语字母顺序对匈牙利语字符串列表进行排序

Posted 2023-02-24

【中文标题】按匈牙利语字母顺序对匈牙利语字符串列表进行排序

【英文标题】：Sort a list of hungarian strings in the hungarian alphabetical order

【发布时间】：2011-11-22 02:11:22

【问题描述】：

我目前正在处理匈牙利语的一些数据。 我必须对匈牙利字符串列表进行排序。

根据this Collation Sequence page

匈牙利字母顺序为：A=Á, B, C, CS, D, DZ, DZS, E=É, F, G, GY、H、I=Í、J、K、L、LY、M、N、NY、O=Ó、Ö=Ő、P、Q、R、S、SZ、T、TY、 U=Ú, Ü=Ű, V, W, X, Y, Z, ZS

因此元音被视为相同 (A=Á, ...)，因此您可以使用 Collator 获得类似的结果：

Abdffg
Ádsdfgsd
Aegfghhrf

到这里，没问题:)

但是现在，我有要求按照Hungarian alphabet排序

A Á B C Cs D Dz Dzs E É F G Gy H I Í J K L Ly M N Ny O Ó Ö Ő P (Q) R S Sz T Ty U Ú Ü Ű V (W) (X) (Y) Z Zs

A 被认为与 Á 不同

使用来自Collator 的Strength 不会改变输出中的顺序。 A 和 Á 还是混在一起了。

是否有任何库/技巧可以根据匈牙利字母顺序对字符串列表进行排序？

到目前为止，我正在做的是：

使用Collator 排序，以便正确排序 C/C、D、DZ、DZS... 通过基于地图比较每个单词的第一个字符再次排序

这任务看起来太麻烦了吧？

List<String> words = Arrays.asList(
        "Árfolyam", "Az",
        "Állásajánlatok","Adminisztráció",
        "Zsfgsdgsdfg", "Qdfasfas"

);

final Map<String, Integer> map = new HashMap<String, Integer>();
      map.put("A",0);
      map.put("Á",1);
      map.put("E",2);
      map.put("É",3);

      map.put("O",4);
      map.put("Ó",5);
      map.put("Ö",6);
      map.put("Ő",7);

      map.put("U",8);
      map.put("Ú",9);
      map.put("Ü",10);
      map.put("Ű",11);


      final Collator c = Collator.getInstance(new Locale("hu"));
      c.setStrength(Collator.TERTIARY);
      Collections.sort(words, c);

      Collections.sort(words, new Comparator<String>()
          public int compare(String s1, String s2) 

              int f = c.compare(s1,s2);
              if (f == 0) return 0;

              String a = Character.toString(s1.charAt(0));
              String b = Character.toString(s2.charAt(0));

              if (map.get(a) != null && map.get(b) != null) 
                  if (map.get(a) < map.get(b)) 
                      return -1;
                  
                  else if (map.get(a) == map.get(b)) 
                      return 0;
                  
                  else 
                      return 1;
                  
              


              return 0;
          
      );

感谢您的意见

【问题讨论】：

我知道您不是在寻找“相同”的比较强度 (Collat​​or.IDENTICAL)，对吧？在那种情况下，我猜 A 和 Á 会有所不同......

将强度更改为 IDENTICAL 仍然像 A 和 Á 一样对列表进行排序。

在 java 6 中，当我调用 Collections.sort(words) 时，它会根据您的需要使用 A 然后 Á...

@maerics。如果你添加一个以'Z'开头的单词，顺序是A->Z->Á，我希望它是A->Á->Z。对不起，我会在示例中添加更多单词

我可能会非常非常迟到，但我觉得有必要指出匈牙利的字母顺序比这要复杂得多。例如，此页面上的答案均不处理双有向字母（“ccs”被处理为“cs”+“cs”）。 Here is 规则的简短摘要。甚至该摘要也被简化了，因为您需要一个词汇表来正确排序匈牙利语单词，因为在某些特殊情况下，排序取决于单词的含义。

【参考方案1】：

我找到了一个好主意，您可以使用 RuleBasedCollat​​or。

来源：http://download.oracle.com/javase/tutorial/i18n/text/rule.html

这是匈牙利的规则：

 < a,A < á,Á < b,B < c,C < cs,Cs,CS < d,D < dz,Dz,DZ < dzs,Dzs,DZS 
 < e,E < é,É < f,F < g,G < gy,Gy,GY < h,H < i,I < í,Í < j,J
 < k,K < l,L < ly,Ly,LY < m,M < n,N < ny,Ny,NY < o,O < ó,Ó 
 < ö,Ö < ő,Ő < p,P < q,Q < r,R < s,S < sz,Sz,SZ < t,T 
 < ty,Ty,TY < u,U < ú,Ú < ü,Ü < ű,Ű < v,V < w,W < x,X < y,Y < z,Z < zs,Zs,ZS

【讨论】：

请注意，如果您也添加了多字符字母的大写版本（例如，cs、Cs、CS），它只会与大写字符串一起正常工作。

谢谢，@T-Gergely。它是固定的。

注意：你需要注意双合字母。如果一个有向图被加倍，只有第一个“字母”被加倍。因此，ccs 按字母顺序为 cs + cs，ssz 按字母顺序为 sz + sz。

【参考方案2】：

您可以按流排序如下：

public List<String> sortBy(List<String> sortable) 

  Collator coll = Collator.getInstance(new Locale("hu","HU"));

  return sortable.stream()
                 .sorted(Comparator.comparing(s -> s, coll))
                 .collect(Collectors.toList());

【参考方案3】：

任何解决方案都会导致将字符串（名称）“Czár”和“Csóka”排序为 Czár, Csóka？这将是正确的顺序，因为 Csóka 中的 CS 被认为是一个字母并且在 C 之后。 但是，即使使用所有匈牙利语单词的列表，也无法识别双字符辅音，因为可能存在这样的情况，两个单词可能逐个字符看起来完全相同，但一个有两个辅音在一起，而另一个有是两个字符在同一个地方代表一个字母。

【参考方案4】：

更改地图的顺序。

将数字表示作为键，将字母作为值。这将允许您使用将按键排序的 TreeMap。

然后您可以执行 map.get(1)，它会返回字母表的第一个字母。

【讨论】：

我会将键映射到什么元素？你能举个例子吗？ -谢谢