如何在 ruby​​ 中对字母数字数组进行排序

Question

如何在 ruby​​ 中按字母数字顺序对数组数据进行排序？

假设我的数组是 a = [test_0_1, test_0_2, test_0_3, test_0_4, test_0_5, test_0_6, test_0_7, test_0_8, test_0_9, test_1_0, test_1_1, test_1_2, test_1_3, test_1_4, test_1_5, test_1_6, test_1_7, test_1_8, 、测试_1_10、 test_1_11, test_1_12, test_1_13, test_1_14, ..........test_1_121.........................]

我希望我的输出是：

.
.
.
test_1_121
.
.
.
test_1_14
test_1_13
test_1_12
test_1_11
test_1_10
test_1_9
test_1_8
test_1_7
test_1_6
test_1_5
test_1_4
test_1_3
test_1_2
test_1_1
test_0_10
test_0_9
test_0_8
test_0_7
test_0_6
test_0_5
test_0_4
test_0_3
test_0_2
test_0_1

Answer 1

一种通用算法，用于对在任意位置包含非填充序列号的字符串进行排序。

padding = 4
list.sort{|a,b|
  a,b = [a,b].map{|s| s.gsub(/\d+/){|m| "0"*(padding - m.size) + m } }
  a<=>b
}

其中 padding 是您希望数字在比较期间具有的字段长度。字符串中找到的任何数字如果包含少于“填充”数量的数字，则在比较之前将用零填充，从而产生预期排序顺序。

要产生用户682932要求的结果，只需在排序块后添加.reverse，这会将自然排序（升序）翻转为降序。

通过对字符串进行预循环，您当然可以动态地找到字符串列表中的最大位数，您可以使用它来代替硬编码一些任意填充长度，但这将需要更多处理（更慢）和更多代码。例如

padding = list.reduce(0){|max,s| 
  x = s.scan(/\d+/).map{|m|m.size}.max
  (x||0) > max ? x : max
}

Answer 2

例如，如果您只是按字符串排序，则将无法获得“test_2”和“test_10”之间的正确顺序。所以这样做：

sort_by{|s| s.scan(/\d+/).map{|s| s.to_i}}.reverse

Answer 3

您可以将块传递给排序函数以对其进行自定义排序。在您的情况下，您会遇到问题，因为您的数字没有用零填充，因此此方法对数字部分进行零填充，然后对它们进行排序，从而得到您想要的排序顺序。

a.sort { |a,b|
  ap = a.split('_')
  a = ap[0] + "%05d" % ap[1] + "%05d" % ap[2]
  bp = b.split('_')
  b = bp[0] + "%05d" % bp[1] + "%05d" % bp[2]
  b <=> a
}

Answer 4

排序例程的处理时间可能差异很大。排序的基准测试变体可以快速找到最快的做事方式：

#!/usr/bin/env ruby

ary = %w[
    test_0_1  test_0_2   test_0_3 test_0_4 test_0_5  test_0_6  test_0_7
    test_0_8  test_0_9   test_1_0 test_1_1 test_1_2  test_1_3  test_1_4  test_1_5
    test_1_6  test_1_7   test_1_8 test_1_9 test_1_10 test_1_11 test_1_12 test_1_13
    test_1_14 test_1_121
]

require 'ap'
ap ary.sort_by { |v| a,b,c = v.split(/_+/); [a, b.to_i, c.to_i] }.reverse

及其输出：

>> [
>>     [ 0] "test_1_121",
>>     [ 1] "test_1_14",
>>     [ 2] "test_1_13",
>>     [ 3] "test_1_12",
>>     [ 4] "test_1_11",
>>     [ 5] "test_1_10",
>>     [ 6] "test_1_9",
>>     [ 7] "test_1_8",
>>     [ 8] "test_1_7",
>>     [ 9] "test_1_6",
>>     [10] "test_1_5",
>>     [11] "test_1_4",
>>     [12] "test_1_3",
>>     [13] "test_1_2",
>>     [14] "test_1_1",
>>     [15] "test_1_0",
>>     [16] "test_0_9",
>>     [17] "test_0_8",
>>     [18] "test_0_7",
>>     [19] "test_0_6",
>>     [20] "test_0_5",
>>     [21] "test_0_4",
>>     [22] "test_0_3",
>>     [23] "test_0_2",
>>     [24] "test_0_1"
>> ]

测试算法的速度显示：

require 'benchmark'

n = 50_000
Benchmark.bm(8) do |x|
  x.report('sort1') { n.times { ary.sort { |a,b| b <=> a }         } }
  x.report('sort2') { n.times { ary.sort { |a,b| a <=> b }.reverse } }
  x.report('sort3') { n.times { ary.sort { |a,b|
                                  ap = a.split('_')
                                  a = ap[0] + "%05d" % ap[1] + "%05d" % ap[2]
                                  bp = b.split('_')
                                  b = bp[0] + "%05d" % bp[1] + "%05d" % bp[2]
                                  b <=> a
                                } } }

  x.report('sort_by1') { n.times { ary.sort_by { |s| s                                               }         } }
  x.report('sort_by2') { n.times { ary.sort_by { |s| s                                               }.reverse } }
  x.report('sort_by3') { n.times { ary.sort_by { |s| s.scan(/\d+/).map{ |s| s.to_i }                 }.reverse } }
  x.report('sort_by4') { n.times { ary.sort_by { |v| a = v.split(/_+/); [a[0], a[1].to_i, a[2].to_i] }.reverse } }
  x.report('sort_by5') { n.times { ary.sort_by { |v| a,b,c = v.split(/_+/); [a, b.to_i, c.to_i]      }.reverse } }
end


>>               user     system      total        real
>> sort1     0.900000   0.010000   0.910000 (  0.919115)
>> sort2     0.880000   0.000000   0.880000 (  0.893920)
>> sort3    43.840000   0.070000  43.910000 ( 45.970928)
>> sort_by1  0.870000   0.010000   0.880000 (  1.077598)
>> sort_by2  0.820000   0.000000   0.820000 (  0.858309)
>> sort_by3  7.060000   0.020000   7.080000 (  7.623183)
>> sort_by4  6.800000   0.000000   6.800000 (  6.827472)
>> sort_by5  6.730000   0.000000   6.730000 (  6.762403)
>> 

Sort1 和 sort2 以及 sort_by1 和 sort_by2 帮助建立 sort 的基线，sort_by 以及两个带有 reverse 的排序。

排序 sort3 和 sort_by3 是此页面上的另外两个答案。 Sort_by4 和 sort_by5 是我如何做的两个旋转，sort_by5 是我经过几分钟的修改后想出的最快的。

这显示了算法中的微小差异如何对最终输出产生影响。如果有更多的迭代，或者对更大的数组进行排序，则差异会更加极端。

Answer 5

与 @ctcherry 答案类似，但速度更快：

a.sort_by {|s| "%s%05i%05i" % s.split('_') }.reverse

编辑：我的测试：

require 'benchmark'
ary = []
100_000.times { ary << "test_#{rand(1000)}_#{rand(1000)}" }
ary.uniq!; puts "Size: #{ary.size}"

Benchmark.bm(5) do |x|
  x.report("sort1") do
    ary.sort_by {|e| "%s%05i%05i" % e.split('_') }.reverse
  end
  x.report("sort2") do
    ary.sort { |a,b|
      ap = a.split('_')
      a = ap[0] + "%05d" % ap[1] + "%05d" % ap[2]
      bp = b.split('_')
      b = bp[0] + "%05d" % bp[1] + "%05d" % bp[2]
      b <=> a
    } 
  end
  x.report("sort3") do
    ary.sort_by { |v| a, b, c = v.split(/_+/); [a, b.to_i, c.to_i] }.reverse
  end
end

输出：

Size: 95166

           user     system      total        real
sort1  3.401000   0.000000   3.401000 (  3.394194)
sort2 94.880000   0.624000  95.504000 ( 95.722475)
sort3  3.494000   0.000000   3.494000 (  3.501201)

Answer 6

在此发布一种在 Ruby 中执行自然十进制排序的更通用方法。
以下内容受到我的“像 Xcode”排序代码的启发，来自 https://github.com/CocoaPods/Xcodeproj/blob/ca7b41deb38f43c14d066f62a55edcd53876cd07/lib/xcodeproj/project/object/helpers/sort_helper.rb，本身松散地受到 https://rosettacode.org/wiki/Natural_sorting#Ruby。

即使很明显我们希望“10”位于“2”之后进行自然十进制排序，但对于所需的多种可能的替代行为，还需要考虑其他方面：

• 我们如何对待“001”/“01”等相等性：我们保持原始数组顺序还是有后备逻辑？ （下面，选择在第一遍相等的情况下进行第二遍，并具有严格的排序逻辑）
• 我们是否忽略连续空格进行排序，还是每个空格字符都计数？ （下面，选择在第一次传递时忽略连续空格，并对相等传递进行严格比较）
• 其他特殊字符的问题相同。 （下面，选择将任何非空格和非数字字符单独计数）
• 我们是否忽略大小写？ “a”是在“A”之前还是之后？ （下面，选择在第一次传递时忽略大小写，并且在相等传递中我们在“A”之前有“a”）

考虑到这些因素：

• 这意味着我们几乎肯定应该使用 scan 而不是split，因为我们可能会比较三种子字符串（数字、空格、所有其他）。
• 这意味着我们几乎肯定应该使用 Comparable 类和 def <=>(other)，因为不可能简单地 map > 每个子字符串到其他东西，根据上下文（第一遍和相等遍），这些东西将有两种不同的行为。

这会导致实现有点冗长，但它非常适合边缘情况：

  # Wrapper for a string that performs a natural decimal sort (alphanumeric).
  # @example
  #   arrayOfFilenames.sort_by { |s| NaturalSortString.new(s) }
  class NaturalSortString
    include Comparable
    attr_reader :str_fallback, :ints_and_strings, :ints_and_strings_fallback, :str_pattern

    def initialize(str)
      # fallback pass: case is inverted
      @str_fallback = str.swapcase
      # first pass: digits are used as integers, spaces are compacted, case is ignored
      @ints_and_strings = str.scan(/\d+|\s+|[^\d\s]+/).map do |s|
        case s
        when /\d/ then Integer(s, 10)
        when /\s/ then ' '
        else s.downcase
        end
      end
      # second pass: digits are inverted, case is inverted
      @ints_and_strings_fallback = @str_fallback.scan(/\d+|\D+/).map do |s|
        case s
        when /\d/ then Integer(s.reverse, 10)
        else s
        end
      end
      # comparing patterns
      @str_pattern = @ints_and_strings.map { |el| el.is_a?(Integer) ? :i : :s }.join
    end

    def <=>(other)
      if str_pattern.start_with?(other.str_pattern) || other.str_pattern.start_with?(str_pattern)
        compare = ints_and_strings <=> other.ints_and_strings
        if compare != 0
          # we sort naturally (literal ints, spaces simplified, case ignored)
          compare
        else
          # natural equality, we use the fallback sort (int reversed, case swapped)
          ints_and_strings_fallback <=> other.ints_and_strings_fallback
        end
      else
        # type mismatch, we sort alphabetically (case swapped)
        str_fallback <=> other.str_fallback
      end
    end
  end

使用

示例 1：

arrayOfFilenames.sort_by { |s| NaturalSortString.new(s) }

示例 2：

arrayOfFilenames.sort! do |x, y|
  NaturalSortString.new(x) <=> NaturalSortString.new(y)
end

您可以在 https://github.com/CocoaPods/Xcodeproj/blob/ca7b41deb38f43c14d066f62a55edcd53876cd07/spec/project/object/helpers/sort_helper_spec.rb，我使用此参考进行订购：
[
'一',
'一',
'0.1.1',
'0.1.01',
'0.1.2',
'0.1.10',
'1',
'01',
'1a',
'2',
'2a',
'10',
'一个'，
'一个'，
'一',
'a 2',
'a1',
'A1B001',
'A01B1',
】

当然，现在就可以随意定制您自己的排序逻辑。

Answer 7

我检查了 Unix sort 函数的 Wikipedia 页面，该函数的 GNU 版本有一个 -V 标志，可以对“版本字符串”进行一般排序。 （我认为这意味着数字和非数字的混合，您希望数字部分按数字排序，非数字部分按词法排序）。

文章指出：

GNU 实现有一个 -V --version-sort 选项，它是文本中（版本）数字的自然排序。要比较的两个文本字符串被分成字母块和数字块。字母块按字母数字进行比较，数字块按数字进行比较（即，跳过前导零，数字越多意味着越大，否则最左边不同的数字决定结果）。从左到右比较块，循环中的第一个不相等的块决定哪个文本更大。这恰好适用于 IP 地址、Debian 软件包版本字符串以及在字符串中嵌入可变长度数字的类似任务。

sawa 的解决方案有点像这样，但不按非数字部分排序。

因此，在 Coeur 和 sawa 的，其工作方式类似于 GNU sort -V

a.sort_by do |r|
  # Split the field into array of [<string>, nil] or [nil, <number>] pairs
  r.to_s.scan(/(\D+)|(\d+)/).map do |m|
    s,n = m
    n ? n.to_i : s.to_s # Convert number strings to integers
  end.to_a
end

在我的例子中，我想按这样的字段对 TSV 文件进行排序，所以作为奖励，这也是这种情况的脚本：（

require 'csv'

# Sorts a tab-delimited file input on STDIN, sortin

opts = {
  headers:true,
  col_sep: "\t",
  liberal_parsing: true,
}

table = CSV.new($stdin, **opts)


# Emulate unix's sort -V: split each field into an array of string or
# numeric values, and sort by those in turn. So for example, A10
# sorts above A100.
sorted_ary = table.sort_by do |r|
  r.fields.map do |f|
    # Split the field into array of [<string>, nil] or [nil, <number>] values
    f.to_s.scan(/(\D+)|(\d+)/).map do |m|
      s,n = m
      n ? n.to_i : s.to_s # Convert number strings to integers
    end.to_a
  end
end

puts CSV::Table.new(sorted_ary).to_csv(**opts)

旁白：另一个解决方案这里 使用 Gem::Version 进行排序，但这似乎只适用于格式良好的 Gem 版本字符串。）

Answer 8

从表面上看，您想要使用 排序函数和/或反向函数。

ruby-1.9.2-p136 :009 > a = ["abc_1", "abc_11", "abc_2", "abc_3", "abc_22"]
 => ["abc_1", "abc_11", "abc_2", "abc_3", "abc_22"] 

ruby-1.9.2-p136 :010 > a.sort
 => ["abc_1", "abc_11", "abc_2", "abc_22", "abc_3"] 
ruby-1.9.2-p136 :011 > a.sort.reverse
 => ["abc_3", "abc_22", "abc_2", "abc_11", "abc_1"] 

Answer 9

好吧，从你的输出来看，你似乎只是想让它反转，所以使用 reverse()

a.reverse