在我们国家，按拼音进行排序是很常见的需求，比如姓名，那如何按拼音进行排序呢？
假如我们有以下List：
List<String> list = new ArrayList<>();
list.add("周瑜");
list.add("大都督");
list.add("周文王");
list.add("周武王");
list.add("周公");
如果我们采用最简单的排序方式：
list.sort(String::compareTo);
结果为：
[周公, 周文王, 周武王, 周瑜, 大都督]
很明显，结果不是拼音顺序，“大都督”应该要在最前面，那这种情况是按什么逻辑排的序呢？
上面的排序代码相当于：
list.sort(new Comparator<String>() {
@Override
public int compare(String s1, String s2) {
return s1.compareTo(s2);
}
});
本质上是比较两个String的大小，小的排在前面，大的排在后面，那两个String默认是怎么比较大小的呢？
通过查看compareTo的源码，发现底层调用的是：
StringUTF16.compareTo(s1, s2)
因此，本质上比较的是两个String的UTF16编码的大小关系，比如：
- “周瑜”的UTF16编码为：54 68 74 5C
- “大都督”的UTF16编码为：59 27 90 FD 77 63
很明显，直接比较第一个字节就能发现“周瑜”小于“大都督”，因为54小于59，所以在排序结果中，“周瑜”排在了“大都督”的前面。
原谅我，以上都是铺垫，接下来才是正文，那如何按拼音进行排序呢？
排序的本质其实都一样，都是把字符转成特定的编码，然后比较编码的大小关系，那么有没有一种编码是按拼音来编码的呢？
有，那就是GBK。
比如：
- “啊”的GKB编码为：B0 A1
- “阿”的GKB编码为：B0 A2
或者，大家可以直接去看GBK的编码表：GBK编码表
我截其中一部分
可以发现，GBK是妥妥的按拼音顺序来的。
因此，我们只需要将字符串按GBK进行编码然后比较大小，就可以实现按拼音排序了，比如：
list.sort(new Comparator<String>() {
@Override
public int compare(String s1, String s2) {
try {
byte[] s1Bytes = s1.getBytes("GBK");
byte[] s2Bytes = s2.getBytes("GBK");
int s1Size = s1Bytes.length;
int s2Size = s2Bytes.length;
int size = Math.min(s1Size, s2Size);
for (int i = 0; i < size; i++) {
byte b1 = s1Bytes[i];
byte b2 = s2Bytes[i];
if (b1 != b2) {
return b1 - b2;
}
}
return s1Size - s2Size;
} catch (UnsupportedEncodingException e) {
throw new RuntimeException(e);
}
}
});
这样，结果就变为了：
[大都督, 周公, 周文王, 周武王, 周瑜]
符合预期。
当然，上面的代码写的比较粗糙，Java中有现成的实现，比如：
list.sort(new Comparator<String>() {
@Override
public int compare(String s1, String s2) {
return Collator.getInstance(Locale.CHINESE).compare(s1, s2);
}
});
结果也是：
[大都督, 周公, 周文王, 周武王, 周瑜]
或者你可以直接用Hutool提供的封装好的方法：
CollUtil.sortByPinyin(list);
本质都是一样的，都是按GBK来进行编码和排序的。
这就是拼音排序，感谢大家的点赞、关注、分享，谢谢。
我是大都督周瑜，欢迎关注我的公众号：IT周瑜，我会持续分享深度技术文章、常见经典面试题、学习路线、职业规范、实战经验。
