Question

当我检查CaseInsensitiveComparator的私有内部类String的实现时，我发现了一些奇怪的事情。

private static class CaseInsensitiveComparator
        implements Comparator<String>, java.io.Serializable {
    ...
    public int compare(String s1, String s2) {
        int n1 = s1.length();
        int n2 = s2.length();
        int min = Math.min(n1, n2);
        for (int i = 0; i < min; i++) {
            char c1 = s1.charAt(i);
            char c2 = s2.charAt(i);
            if (c1 != c2) {
                c1 = Character.toUpperCase(c1);
                c2 = Character.toUpperCase(c2);
                if (c1 != c2) {
                    c1 = Character.toLowerCase(c1);
                    c2 = Character.toLowerCase(c2);
                    if (c1 != c2) {
                        // No overflow because of numeric promotion
                        return c1 - c2;
                    }
                }
            }
        }
        return n1 - n2;
    }
    ...
}

我感到好奇的是：在for循环中，一旦比较了上层字符，为什么要再次比较较低的字符？当Character.toUpperCase(c1)和Character.toUpperCase(c2)不同时，Character.toLowerCase(c1)和Character.toLowerCase(c2)是否可能相同？

不能像这样简化吗？

public int compare(String s1, String s2) {
    int n1 = s1.length();
    int n2 = s2.length();
    int min = Math.min(n1, n2);
    for (int i = 0; i < min; i++) {
        char c1 = s1.charAt(i);
        char c2 = s2.charAt(i);
        if (c1 != c2) {
            c1 = Character.toUpperCase(c1);
            c2 = Character.toUpperCase(c2);
            if (c1 != c2) {
                // No overflow because of numeric promotion
                return c1 - c2;
            }
        }
    }
    return n1 - n2;
}

我错过了什么吗？

Answer 1

Unicode字符的大小写不同，但大写形式相同。例如希腊字母Sigma - 它有两个小写形式（σ和ς仅用于单词的末尾），但只有一个大写形式（Σ）。

我找不到任何相反的例子，但是如果将来发生这种情况，那么当前的Java实现已经为此做好了准备。您的Comparator版本肯定会正确处理Sigma案例。

您可以在Unicode网站的Case Mapping FAQ中找到更多信息。

对CaseInsensitiveComparator的实现感到好奇

1 个答案: