JS 中 Array.sort 的那些事儿

大家都知道 js 自带了一个排序方法 sort,很多时候需要排序的时候也都直接使用了 sort 方法来排序。然而有时候 sort 的结果和预期结果还是有些差异的。

看下面的代码

[1, 23, 2, 3].sort()

自然语言情况下,我们期望的 排序结果应该是 [1,2,3,23] ,然而实际结果 [1, 2, 23, 3] 。

首先我们来看下各个浏览器( js 引擎) 的排序算法。

浏览器 使用的 JavaScript 引擎 排序算法 源码地址
Google Chrome V8 插入排序和快速排序 sort 源码实现
Mozilla Firefox SpiderMonkey 归并排序 sort 源码实现
Safari Nitro(JavaScriptCore ) 归并排序和桶排序 sort 源码实现
Microsoft Edge 和 IE(9+) Chakra 快速排序 sort 源码实现
注:上述表格数据来源于 排序算法

以 v8 为例, 它分别使用了 插入排序和 快速排序,分别使用的场景 可以查看源码,也可以看 justjavac 大佬的这篇文章 ,同时这篇文章也分析了一个排序的坑。

当 sort 没传递 compareFn 的时候,就会使用默认的 compareFn ,而 sort 很多的坑都源于这里。 根据 justjavac 大大的那篇文章里的分析和 ecma 标准里的声明,我们得知compareFn 会在内部尝试调用 toString 将比较的对象转化成字符串。

在转化成字符串这一步之后,坑就出现了。当 x 和 y (这里 x、 y 都已经是字符串了)进行比较的,其实是依据字典序来比较的,而比较的对象其实数据的 charCode。

字典序的比较方法引用一下 维基百科上的说法:

是先按照第一个字母、以 a、b、c……z 的顺序排列;如果第一个字母一样,那么比较第二个、第三个乃至后面的字母。如果比到最后两个单词不一样长(比如,sigh 和 sight),那么把短者排在前。

因此,在 [1, 23, 2, 3].sort() 中,比较的时候其实是 '1'、'23'、'2'、'3'、 来进行比较的(注意引号,是字符串)。 下面是这些字符串的 charCode 表:

1 23 2 3
49 50 51 50 51

'1' 和 '23' 比较,先比较第一位 charCode, 49 小于50,直接判定成功,'1'<'23' ,而 '23' 和 '2' 比较,第一位 charCode 相同,判断不了,看第二位; 而第二位上 一个是 51,一个是”空“ 的,因此 2 < 23。而'23' 和 '3' 比较, 由于2的 charCode 小于 3 的, 因此也直接判定成功,23 < 3。

类比可以考虑一下我们小学时候使用的字典 ,字典前面的拼音索引, ai 的拼音也始终在 ba 前面,因为 a 的字典序小于 b 。

同样的,来看下英文: ['a','ba','b','c','ca'] 。

a b ba c ca
97 98 98 97 99 97

根据上面的规则,我们可以很容易推断出排序结果: ["a", "b", "ba", "c", "ca"]

最后看看中文的: ['啊','次','比例','中','毓','比侊']

啊 次 比例 中 毓 比侊
21834 27425 27604 20363 20013 27603 27604 20362

同样的,根据上面的规则,结果也是一目了然:["中", "啊", "次", "毓", "比侊", "比例"]。

中文的 charCode可以通过 charCodeAt 来获取。

这样的排序结果很多时候并不是我们需要的,因此 sort 也允许我们传入一个 compareFn 来实现自定义排序规则,通过返回 -1、0、1 来觉得排序结果的大小顺序。对于可以比较的数值,我们可以通过 x-y 的方式来处理,那么中文又该怎么办呢?能不能按照拼音的顺序来排序?

答案是肯定的!

String 现在有了一个 localeCompare 的方法用于本地化比较。

['啊','次','比例','中','毓','比侊'].sort((x,y) => x.localeCompare(y))
// ["啊", "比侊", "比例", "次", "毓", "中"]

在 MDN 中,在涉及到大量比较的时候更推荐的是 Intl.Collator。 Intl 对象是 ECMAScript 国际化 API 的一个命名空间,它提供了精确的字符串对比,数字格式化,日期和时间格式化。

const collator = new Intl.Collator()
['啊','次','比例','中','毓','比侊'].sort(collator.compare)
// ["啊", "比侊", "比例", "次", "毓", "中"]

当然 localeCompare 和 Intl.Collator 允许传入参数指定 locale, 有兴趣的可以去 MDN 上看看用法。

最后,内置 sort 的默认 compareFn 方法是基于字典序排序的, 而字典序比较的对象是 数据的 charCode。当 sort 默认的排序行为和预期不一样或者无法满足需求的时候,我们可以传入自定义的 compareFn 来进行排序。对于中文或者需要本地化比较的场景下,可以使用 String.localeCompare 或者 Intl.Collator 来进行比较。

最后的最后,如有错误,欢迎大家指出,一起讨论进步。

评论

暂无评论