Сортировка списка венгерских строк в венгерском алфавитном порядке

Я работаю в данный момент с некоторыми данными в венгерских языках. Мне нужно отсортировать список строк венгров.

Согласно эта страница последовательности сортировки

Венгерский алфавитный порядок: A = Á, B, C, CS, D, DZ, DZS, E = É, F, G, GY, H, я = 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

Таким образом, гласные обрабатываются одинаково (A = Á,...), поэтому в результате вы можете использовать некоторые из них, используя Collator:

Abdffg
Ádsdfgsd
Aegfghhrf

До этого нет проблем:)

Но теперь у меня есть требование сортировать по венгерский алфавит

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

A считается отличным от Á

Воспроизведение с Strength из Collator не изменяет порядок в выходе. A и Á все еще перемешиваются.

Есть ли какие-либо librairies/tricks для сортировки списка строк в соответствии с венгерским алфавитным порядком?

До сих пор я делаю:

Сортировка с Collator, так что C/Cs, D, DZ, DZS... отсортированы правильно
Сортировка снова путем сравнения первых символов каждого слова на основе карты

Слишком много проблем для задачи нет?

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;
          }
      });

Спасибо за ваш вклад

Ответ 1

Я нашел хорошую идею, вы можете использовать RuleBasedCollator.

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

И вот венгерское правило:

 < 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

Ответ 2

Измените порядок вашей карты.

Поместите числовое представление в качестве ключа и буквы в качестве значения. Это позволит вам использовать TreeMap, который будет сортироваться по ключу.

Затем вы можете просто сделать map.get(1) и вернуть первую букву алфавита.

Ответ 3

Это работает для меня (даже с ВСТРОЕННЫМ):

import static org.junit.Assert.*;

import java.text.Collator;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
import java.util.Locale;

import org.junit.Test;


public class TestCollation {
    @Test
    public void testCollation () {
        List<String> words = Arrays.asList(
                "Árfolyam", "Az",
                "Állásajánlatok","Adminisztráció",
                "Zsfgsdgsdfg", "Qdfasfas"

        );
        final Collator c = Collator.getInstance(new Locale("hu"));
        // c.setStrength(Collator.TERTIARY);
        Collections.sort(words, c);
        assertEquals ("Adminisztráció", words.get(0));
        assertEquals ("Állásajánlatok", words.get(1));
        assertEquals ("Árfolyam", words.get(2));
        assertEquals ("Az", words.get(3));
        assertEquals ("Qdfasfas", words.get(4));
        assertEquals ("Zsfgsdgsdfg", words.get(5));

    }
}

Ответ 4

Будет ли какое-либо из решений приводить к упорядочению строк (имен) "Czár" и "Csóka" как Czár, Csóka? Это будет правильный порядок, поскольку CS в Csóka считается одной буквой и находится после C. Однако распознавание двухсимвольных согласных невозможно даже со списком всех венгерских слов, так как могут быть случаи, когда два слова могут выглядеть одинаково по характеру, но в одном есть два согласных вместе, а в другом - это два символа, представляющих одну букву в одном и том же месте.