【日常记录】关于LinkedHashMap中key为数字字符串根据compareTo排序的问题

本文主要是介绍【日常记录】关于LinkedHashMap中key为数字字符串根据compareTo排序的问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天在修复Bug的时候,在项目中发现有这样一段代码(为了方便,下面用一个例子进行演示)。
项目中使用了LinkedHashMap key为Long类型,value为String类型。
并且,LinkedHashMap 使用Stream流 对key进行升序的排列,看了代码貌似没有什么问题。

  LinkedHashMap<Long, String> linkedHashMap = new LinkedHashMap<>();linkedHashMap.put(12L, "测试1");linkedHashMap.put(26L, "测试2");linkedHashMap.put(8L, "测试3");linkedHashMap.put(120L, "测试4");linkedHashMap.put(4L, "测试5");LinkedHashMap<Long, String> resLinkHashMap = linkedHashMap.entrySet().stream().sorted((o1, o2) -> {String key1 = o1.getKey().toString();String key2 = o2.getKey().toString();return key1.compareTo(key2);}).collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e1, LinkedHashMap::new));System.out.println("resLinkHashMap = " + resLinkHashMap);

运行后结果是这样的:

resLinkHashMap = {12=测试1, 120=测试4, 26=测试2, 4=测试5, 8=测试3}

发现结果并没有按照key进行从小到大的规则进行排序。
于是下面分析了String中的compareTo方法 排序规则到底是怎样的,特地记录一下:

在Java中,我们通常使用String类的compareTo()函数来比较两个字符串的大小。compareTo()函数返回一个整数值,用于表示两个字符串的大小关系。

String 类 compareTo() 方法按字典顺序将给定字符串与当前字符串进行比较。它是根据字符串中每个字符的 Unicode 值比较字符串的,它返回正数、负数或 0。

比较规则如下:

  • 如果第一个字符和参数的第一个字符不等,结束比较,返回他们之间的差值。

  • 如果第一个字符和参数的第一个字符相等,则以第二个字符和参数的第二个字符作比较,也是返回差值。

  • 由此此类推,直至比较的字符或被比较的字符有一方全比较完,这时就比较字符的长度,返回他们长度的差值。

从源码角度分析compareTo()方法:
JDK 1.8 源码分析
知道了上述的排序规则后,我们进行简单测试下:

        int i = "10".compareTo("3");System.out.println("i = " + i);

i = -2

根据返回排序规则,上面返回了-2 ,是字符 1、字符3 的ASCII的值: 65 - 67 = -2 的结果,结果却小于0。 导致10 < 3。这就是上面LinkedHashMap 根据key 转化为String 后使用compareTo 排序的问题所在。

注意:对于字符串长度不能的数字字符串不能使用compareTo进行比较。

对上面的排序方法进行修改如下:

        LinkedHashMap<Long, String> resLinkHashMap = linkedHashMap.entrySet().stream().sorted(Comparator.comparingInt(o -> o.getKey().intValue())).collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e1, LinkedHashMap::new));System.out.println("resLinkHashMap = " + resLinkHashMap);

resLinkHashMap = {4=测试5, 8=测试3, 12=测试1, 26=测试2, 120=测试4}

这篇关于【日常记录】关于LinkedHashMap中key为数字字符串根据compareTo排序的问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/349498

相关文章

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

hdu 1285(拓扑排序)

题意: 给各个队间的胜负关系,让排名次,名词相同按从小到大排。 解析: 拓扑排序是应用于有向无回路图(Direct Acyclic Graph,简称DAG)上的一种排序方式,对一个有向无回路图进行拓扑排序后,所有的顶点形成一个序列,对所有边(u,v),满足u 在v 的前面。该序列说明了顶点表示的事件或状态发生的整体顺序。比较经典的是在工程活动上,某些工程完成后,另一些工程才能继续,此时

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)