Comparador Java para matriz de bytes (lexicográfica)

Question

Tengo un hashmap con las teclas byte []. Me gustaría ordenarlo a través de un TreeMap.

¿Cuál es la forma más efectiva de implementar el comparador para el orden lexicográfico?

Answer 1

Usando Guava, puede utilizar cualquiera de:

• UnsignedBytes.lexicographicalComparator()
• SignedBytes.lexicographicalComparator()

El UnsignedBytes comparador parece tener una forma optimizada utilizando Unsafe que utiliza si puede. Los comentarios en el código indican que puede ser al menos dos veces más rápido que una implementación Java normal.

Answer 2

Puede usar un comparador que comparta el Character.toLowerCase() de cada uno de los bytes del conjunto (suponiendo que el byte [] está en ASCII) si no necesita hacer la decodificación de caracteres usted mismo o use new String(bytes, charSet).toLowerCase() pero esto no es probable que sea eficiente.

Answer 3

Supongo que el problema es solo con la comparación "byte vs. byte". Tratar con las matrices es sencillo, así que no lo cubriré. Con respecto a los bytes vs bytes, lo primero que pensé es que hacer esto:

public class ByteComparator implements Comparator<byte> { 
    public int compare(byte b1, byte b2) { 
    return new Byte(b1).compareTo(b2); 
    } 
} 

Pero eso no será lexicográfico: 0xFF (el byte firmado por -1) será considerado menor que 0x00, cuando es lexicográfico más grande. Creo que esto debería hacer el truco:

public class ByteComparator implements Comparator<byte> { 
    public int compare(byte b1, byte b2) { 
    // convert to unsigned bytes (0 to 255) before comparing them. 
    int i1 = b1 < 0 ? 256 + b1 : b1; 
    int i2 = b2 < 0 ? 256 + b2 : b2; 
    return i2 - i1; 
    } 
} 

Probablemente hay algo en commons-lang de Apache o bibliotecas Commons-matemáticas que hace esto, pero no sé si fuera poco la mano.

Answer 4

encontramos este bonito pedazo de código en Apache HBase:

public int compare(byte[] left, byte[] right) { 
     for (int i = 0, j = 0; i < left.length && j < right.length; i++, j++) { 
      int a = (left[i] & 0xff); 
      int b = (right[j] & 0xff); 
      if (a != b) { 
       return a - b; 
      } 
     } 
     return left.length - right.length; 
    }