关于不可知的语言：自然排序算法

Natural Sorting algorithm

您如何自然地以不同的编程语言对字符串数组进行排序？发布您的实现及其答案中使用的语言。

这是在Python中如何获得类似浏览器的行为的方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

#!/usr/bin/env python
"""
>>> items = u'a1 a003 b2 a2 a10 1 10 20 2 c100'.split()
>>> items.sort(explorer_cmp)
>>> for s in items:
... print s,
1 2 10 20 a1 a2 a003 a10 b2 c100
>>> items.sort(key=natural_key, reverse=True)
>>> for s in items:
... print s,
c100 b2 a10 a003 a2 a1 20 10 2 1
"""
import re

def natural_key(astr):
"""See http://www.codinghorror.com/blog/archives/001018.html"""
return [int(s) if s.isdigit() else s for s in re.split(r'(\d+)', astr)]

def natural_cmp(a, b):
return cmp(natural_key(a), natural_key(b))

try: # use explorer's comparison function if available
import ctypes
explorer_cmp = ctypes.windll.shlwapi.StrCmpLogicalW
except (ImportError, AttributeError):
# not on Windows or old python version
explorer_cmp = natural_cmp

if __name__ == '__main__':
import doctest; doctest.testmod()

要支持Unicode字符串，应使用.isdecimal()而不是.isdigit()。

在某些语言环境中，例如在Windows 2的cp1252语言环境中的' xb2'('2')，对于Python 2上的字节串，.isdigit()可能也会失败(返回值，int()不接受)。

这是该问题链接到的文章中的代码的清理：

1
2
3
4
5
6
7

def sorted_nicely(strings):
"Sort strings the way humans are said to expect."
return sorted(strings, key=natural_sort_key)

def natural_sort_key(key):
import re
return [int(t) if t.isdigit() else t for t in re.split(r'(\d+)', key)]

但是实际上我还没有机会用这种方式进行任何排序。

对于MySQL，我个人使用了Drupal模块中的代码，该模块位于hhttp：//drupalcode.org/project/natsort.git/blob/refs/heads/5.x-1.x：/natsort.install.mysql

基本上，您执行发布的SQL脚本来创建函数，然后使用ORDER BY natsort_canon(field_name, 'natural')

这是有关该功能的自述文件：
http://drupalcode.org/project/natsort.git/blob/refs/heads/5.x-1.x:/README.txt

的JavaScript

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Array.prototype.alphanumSort = function(caseInsensitive) {
for (var z = 0, t; t = this[z]; z++) {
this[z] = [], x = 0, y = -1, n = 0, i, j;

while (i = (j = t.charAt(x++)).charCodeAt(0)) {
var m = (i == 46 || (i >=48 && i <= 57));
if (m !== n) {
this[z][++y] ="";
n = m;
}
this[z][y] += j;
}
}

this.sort(function(a, b) {
for (var x = 0, aa, bb; (aa = a[x]) && (bb = b[x]); x++) {
if (caseInsensitive) {
aa = aa.toLowerCase();
bb = bb.toLowerCase();
}
if (aa !== bb) {
var c = Number(aa), d = Number(bb);
if (c == aa && d == bb) {
return c - d;
} else return (aa > bb) ? 1 : -1;
}
}
return a.length - b.length;
});

for (var z = 0; z < this.length; z++)
this[z] = this[z].join("");
}

资源

如果OP询问有关idomatic排序表达式的信息，那么并非所有语言都内置了自然表达式。对于c语言，我将转到并使用qsort。在以下方面：

1	/* non-functional mess deleted */

将参数按词汇顺序排序。不幸的是，对于那些不习惯使用c方式的人来说，这种习语很难解析。

适当地受到反对者的追捧，我实际上阅读了链接的文章。 Mea culpa。

在任何情况下，原始代码均不起作用，除非在我测试过的单个情况下。该死的。普通香草c没有此功能，在任何常用库中也没有。

下面的代码以链接的自然方式对命令行参数进行排序。警告购买者，因为它只是经过轻微测试。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

int naturalstrcmp(const char **s1, const char **s2);

int main(int argc, char **argv){
/* Sort the command line arguments in place */
qsort(&argv[1],argc-1,sizeof(char*),
(int(*)(const void *, const void *))naturalstrcmp);

while(--argc){
printf("%s
",(++argv)[0]);
};
}

int naturalstrcmp(const char **s1p, const char **s2p){
if ((NULL == s1p) || (NULL == *s1p)) {
if ((NULL == s2p) || (NULL == *s2p)) return 0;
return 1;
};
if ((NULL == s2p) || (NULL == *s2p)) return -1;

const char *s1=*s1p;
const char *s2=*s2p;

do {
if (isdigit(s1[0]) && isdigit(s2[0])){
/* Compare numbers as numbers */
int c1 = strspn(s1,"0123456789"); /* Could be more efficient here... */
int c2 = strspn(s2,"0123456789");
if (c1 > c2) {
return 1;
} else if (c1 < c2) {
return -1;
};
/* the digit strings have equal length, so compare digit by digit */
while (c1--) {
if (s1[0] > s2[0]){
return 1;
} else if (s1[0] < s2[0]){
return -1;
};
s1++;
s2++;
};
} else if (s1[0] > s2[0]){
return 1;
} else if (s1[0] < s2[0]){
return -1;
};
s1++;
s2++;
} while ( (s1!='\0') || (s2!='\0') );
return 0;
}

这种方法是蛮力的，但它很简单，可以用任何命令式语言复制。

在C中，此解决方案正确处理带有前导零的数字：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

#include <stdlib.h>
#include <ctype.h>

/* like strcmp but compare sequences of digits numerically */
int strcmpbynum(const char *s1, const char *s2) {
for (;;) {
if (*s2 == '\0')
return *s1 != '\0';
else if (*s1 == '\0')
return 1;
else if (!(isdigit(*s1) && isdigit(*s2))) {
if (*s1 != *s2)
return (int)*s1 - (int)*s2;
else
(++s1, ++s2);
} else {
char *lim1, *lim2;
unsigned long n1 = strtoul(s1, &lim1, 10);
unsigned long n2 = strtoul(s2, &lim2, 10);
if (n1 > n2)
return 1;
else if (n1 < n2)
return -1;
s1 = lim1;
s2 = lim2;
}
}
}

如果要与qsort一起使用，请使用以下辅助功能：

1
2
3
4
5

static int compare(const void *p1, const void *p2) {
const char * const *ps1 = p1;
const char * const *ps2 = p2;
return strcmpbynum(*ps1, *ps2);
}

您可以按以下顺序进行操作

1 2	char *lines = ...; qsort(lines, next, sizeof(lines[0]), compare);

只是Eric Normand在Common Lisp中一些出色的工作的链接：

http://www.lispcast.com/wordpress/2007/12/human-order-sorting/

我只是使用StrCmpLogicalW。它正是Jeff想要的，因为它与资源管理器使用的API相同。不可否认，它不是便携式的。

在C ++中：

1
2
3
4
5
6
7
8

bool NaturalLess(const wstring &lhs, const wstring &rhs)
{
return StrCmpLogicalW(lhs.c_str(), rhs.c_str()) < 0;
}

vector<wstring> strings;
// ... load the strings
sort(strings.begin(), strings.end(), &NaturalLess);

在C ++中，我使用此示例代码进行自然排序。该代码需要boost库。

我在Clojure 1.1上的实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

(ns alphanumeric-sort
(:import [java.util.regex Pattern]))

(defn comp-alpha-numerical
"Compare two strings alphanumerically."
[a b]
(let [regex (Pattern/compile"[\\d]+|[a-zA-Z]+")
sa (re-seq regex a)
sb (re-seq regex b)]
(loop [seqa sa seqb sb]
(let [counta (count seqa)
countb (count seqb)]
(if-not (not-any? zero? [counta countb]) (- counta countb)
(let [c (first seqa)
d (first seqb)
c1 (read-string c)
d1 (read-string d)]
(if (every? integer? [c1 d1])
(def result (compare c1 d1)) (def result (compare c d)))
(if-not (= 0 result) result (recur (rest seqa) (rest seqb)))))))))

(sort comp-alpha-numerical ["a1""a003""b2""a10""a2""1""10""20""2""c100"])

结果：

(" 1"" 2"" 10"" 20"" a1"" a2"" a003"" a10"" b2"" c100")

Python，使用itertools：

1
2
3
4
5

def natural_key(s):
return tuple(
int(''.join(chars)) if isdigit else ''.join(chars)
for isdigit, chars in itertools.groupby(s, str.isdigit)
)

结果：

1 2	>>> natural_key('abc-123foo456.xyz') ('abc-', 123, 'foo', 456, '.xyz')

排序：

1 2	>>> sorted(['1.1.1', '1.10.4', '1.5.0', '42.1.0', '9', 'banana'], key=natural_key) ['1.1.1', '1.5.0', '1.10.4', '9', '42.1.0', 'banana']

请注意，对于大多数此类问题，您只需查阅Rosetta Code Wiki。我从条目中调整了我的答案以对整数进行排序。

在系统的编程语言中，执行这种操作通常比使用专门的字符串处理语言要难看。幸运的是，对于Ada而言，最新版本具有用于此类任务的库例程。

对于Ada 2005，我相信您可以按照以下方式进行操作(警告，请勿编译！)：

1
2
3
4
5
6
7
8
9
10
11
12

type String_Array is array(Natural range <>) of Ada.Strings.Unbounded.Unbounded_String;
function"<" (L, R : Ada.Strings.Unbounded.Unbounded_String) return boolean is
begin
--// Natural ordering predicate here. Sorry to cheat in this part, but
--// I don't exactly grok the requirement for"natural" ordering. Fill in
--// your proper code here.
end"<";
procedure Sort is new Ada.Containers.Generic_Array_Sort
(Index_Type => Natural;
Element_Type => Ada.Strings.Unbounded.Unbounded_String,
Array_Type => String_Array
);

使用示例：

1
2
3
4
5
6
7
8
9
10
11
12
13

using Ada.Strings.Unbounded;

Example : String_Array := (To_Unbounded_String ("Joe"),
To_Unbounded_String ("Jim"),
To_Unbounded_String ("Jane"),
To_Unbounded_String ("Fred"),
To_Unbounded_String ("Bertha"),
To_Unbounded_String ("Joesphus"),
To_Unbounded_String ("Jonesey"));
begin
Sort (Example);
...
end;

php有一个简单的函数" natsort"可以做到这一点，我自己实现了它：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

<?php
$temp_files = array('+====','-==',"temp15-txt","temp10.txt",
"temp1.txt","tempe22.txt","temp2.txt");
$my_arr = $temp_files;

natsort($temp_files);
echo"Natural order:";
print_r($temp_files);

echo"My Natural order:";
usort($my_arr,'my_nat_func');
print_r($my_arr);

function is_alpha($a){
return $a>='0'&&$a<='9' ;
}

function my_nat_func($a,$b){
if(preg_match('/[0-9]/',$a)){
if(preg_match('/[0-9]/',$b)){
$i=0;
while(!is_alpha($a[$i])) ++$i;
$m = intval(substr($a,$i));
$i=0;
while(!is_alpha($b[$i])) ++$i;
$n = intval(substr($b,$i));
return $m>$n?1:($m==$n?0:-1);
}
return 1;
}else{
if(preg_match('/[0-9]/',$b)){
return -1;
}
return $a>$b?1:($a==$b?0:-1);
}
}

对于Tcl，使用ldict的-dict(字典)选项：