c# - 字符串排序陷阱

Question

我将以下 C# 代码编译为 Sort.exe:

using System;
using System.Collections.Generic;

class Test
{
    public static int Main(string[] args)
    {
        string text = null;
        List<string> lines = new List<string>();
        while((text = Console.In.ReadLine()) != null)
        {
            lines.Add(text);
        }

        lines.Sort();

        foreach(var line in lines)
            Console.WriteLine(line);

        return 0;
    }
}

我有一个文件 input.txt，它的内容有以下 5 行:

x000000000000000000093.000000000
x000000000000000000037.000000000
x000000000000000100000.000000000
x000000000000000000538.000000000
x-00000000000000000020.000000000

现在，如果我在命令提示符下运行它，输出如下:

C:\Users\girijesh\AppData\Local\Temp>sort < input.txt
x000000000000000000037.000000000
x000000000000000000093.000000000
x-00000000000000000020.000000000
x000000000000000000538.000000000
x000000000000000100000.000000000

我无法理解以 x- 开头的字符串(输出中的第 3 行)出现在以 x0 开头的字符串中间的字符串排序方式.第三行应该在顶部或底部。 Excel 也表现出相同的行为。

Answer 1

在许多文化(包括不变文化)中，连字符是一个对于排序目的来说不太重要的字符。在大多数文本中，这是有道理的:pre-whatever 和 pre-whatever 非常相似。比如下面的列表是这样排序的，我觉得这样很好:

preasdf
prewhatever
pre-whatever
prezxcv

你似乎想要一个 Ordinal比较，其中值纯粹通过其 unicode 代码点值进行比较。如果您将行更改为:

lines.Sort(StringComparer.Ordinal);

那么你的结果是:

x-00000000000000000020.000000000
x000000000000000000037.000000000
x000000000000000000093.000000000
x000000000000000000538.000000000
x000000000000000100000.000000000

如果您想知道为什么 -...20.0 值会出现在原来的位置，请考虑如果您删除 -(和与上面的 pre 列表进行比较)。

x000000000000000000037.000000000
x000000000000000000093.000000000
x00000000000000000020.000000000
x000000000000000000538.000000000
x000000000000000100000.000000000

如果您的输入始终采用 x[some number] 格式，我会将 x 之后的值解析为 decimal 或double，然后对其进行排序。这将使确保预期行为变得更容易，并且总体上更好。