按照匈牙利字母表的顺序对匈牙利字符串列表进行排序。

Question

我目前正在处理一些匈牙利语的数据。我需要对一组匈牙利语字符串进行排序。

根据此排序序列页面的说明：

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，元音字母被视为相同的（A=Á，...），所以在结果中，您可以使用排序器得到以下结果：

Abdffg
Ádsdfgsd
Aegfghhrf

到目前为止，没有问题 :)

但现在，我需要按匈牙利字母表排序

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Collator的Strength进行操作无法改变输出顺序。 A和Á仍然混淆。

是否有任何库/技巧可以根据匈牙利字母表对字符串列表进行排序？

到目前为止我所做的是：

• 使用Collator进行排序，以便正确排序C / Cs，D，DZ，DZS ...
• 再次通过比较每个单词的第一个字符并基于映射进行排序

这看起来太麻烦了吗？

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;
          }
      });

感谢您的输入

- ccheneson

---

我明白你不是在寻找“完全相同”的比较强度（Collator.IDENTICAL），对吗？那么我猜 A 和 Á 会有所不同... - helios

将强度更改为“IDENTICAL”仍会像A和Á相同一样对列表进行排序。 - ccheneson

在Java 6中，当我调用Collections.sort(words)时，它会根据您的需求对它们进行排序，例如先是A，然后是Á... - maerics

如果您添加以字母“Z”开头的单词，顺序将变为A->Z->Á，但我希望它是A->Á->Z。抱歉，我会在示例中添加更多单词。 - ccheneson

我可能来晚了，但我觉得有必要指出匈牙利字母顺序比那复杂得多。例如，这个页面上的答案都没有处理双重连字（例如，“ccs”被处理为“cs”+“cs”）。这里是规则的简短摘要。即使是这个摘要也是简化的，因为你需要一个词汇表来正确排序匈牙利单词，因为在某些特殊情况下，排序取决于单词的含义。 - vsz

Answer 1

我发现一个好主意，你可以使用RuleBasedCollator。

来源：http://download.oracle.com/javase/tutorial/i18n/text/rule.html 这是匈牙利规则：

 < 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

- lsolova

---

请注意，如果您还添加了多字符字母的大写版本（例如cs，Cs，CS），它只能正确地处理大写字符串。 - T-Gergely

谢谢，@T-Gergely。问题已经解决了。 - lsolova

注意：您需要注意双重二合字母。如果二合字母是双重的，则只有第一个“字母”是双重的。因此，ccs按字母顺序为cs + cs，而ssz按字母顺序为sz + sz。 - Ṃųỻịgǻňạcểơửṩ

Answer 2

通过流式处理，您可以按照以下方式进行排序：

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());
}

- Greg

Answer 3

这些解决方案中是否有任何一个会将字符串（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。 然而，即使有所有匈牙利单词的列表，也无法识别双字符辅音，因为有时可能存在两个单词的字符完全相同，但其中一个有两个连续的辅音，而在另一个中，则有两个表示同一字母的字符。

- petIQe

Answer 4

改变你的映射顺序。

将数字表示作为键，字母作为值。这样可以使用TreeMap，它将按键排序。

然后你只需要执行map.get(1)，它将返回字母表中的第一个字母。

- Russell Shingleton

---

我应该用哪个元素来映射这个键呢？你能给一个例子吗？-谢谢 - ccheneson