实现城市列表的排序及模糊查询

栏目: Java · 发布时间: 6年前

内容简介:实现城市列表的排序及模糊查询

实现城市列表的 <a href='https://www.codercto.com/topics/21904.html'>排序</a> 及模糊查询

作者 | wustor

地址 | https://www.jianshu.com/p/0ea45116f475

声明 | 本文是 wustor 原创,已获授权发布,未经原作者允许请勿转载

概述

项目需求中有一个需求,是用户输入的地址进行智能匹配,包含拼音匹配跟文字匹配,下面先展示一下需要实现的效果

实现城市列表的排序及模糊查询

其实看到这个需求,最开始的想法其实是很偷懒的,就是让服务端写一个接口,然后进行接口调用,不过在没网的时候就尴尬了,输入是没有提示的,所以这种方式其实不大好,再加上城市地址库一旦确定基本上就是不会轻易改变的,基于这几点考虑,打算做一个本地搜索。

正文

确定实现方式之后,其实思路就比较清晰了,首先请求一次接口的数据,然后直接放在本地,再加上项目的需求,所以基本的功能点如下:

主要有以下2点:

  • 对接口返回的数据进行排序

  • 根据排序进行分组

  • 对用户的输入进行智能匹配

排序的实现

提到排序,其实首先会点到 Java 中的两个接口Comparable跟Comparator

Comparable

public interface Comparable<T> {
    public int compareTo(T o);
}

Comparable实际上就只是个接口,定义了一个compareTo方法,挺简单的,不过在使用的时候需要注意一下几点:

两个元素排序:需要实现compareTo方法,并且有一个int返回值,表明返回的结果,具体比较的规则可以根据需求自己定义,可以实现相同类型的参数进行比较.

多个元素排序:这里用地比较多的情况就是排序,JDK提供了一个 工具 类Arrays,调用Arrays.sort(Object[] a);只需要传入的数组实现了Comparable接口即可对传入的数组进行排序,这个时候我们注意到,Arrays.sort有很多重载方法,我们可以看一下

有很多我们熟悉的基本类型,int,byte,char,这些貌似跟Comparable没有什么关系,不过由于Java是面向对象的,所以对于基本类型有一个装箱拆箱操作,当看到基本类型的时候,应该多跟他们的包装类联系起来,那就随便找几个,int的包装类Integer进行byte的包装类Byte

public final class Integer extends Number implements Comparable<Integer>{
      public int compareTo(Integer anotherInteger) {
        return compare(this.value, anotherInteger.value);
    }
}
public final class Byte extends Number implements Comparable<Byte>{
      public int compareTo(Byte anotherByte) {
        return compare(this.value, anotherByte.value);
    }
}
public finalclass Character implements java.io.Serializable, Comparable<Character>{
     public int compareTo(Character anotherCharacter) {
        return compare(this.value, anotherCharacter.value);
    }
}

原来,他们的包装类都实现了Comparable接口,所以理清了,可以直接调用Arrays的sort方法对这些基本类型进行排序,当然,这里的排序都是基于包装类自身实现的排序算法,是固定不变的,如果是我们自定义的对象的话,需要重写compare方法。

Comparator

public interface Comparator<T> {
    int compare(T o1, T o2);
    boolean equals(Object obj);
}

Comparator的方法比Comparable要多地多,这里选择了compare跟equals两个方法,compare很好理解,用来比较两个对象,equals是用来比较两个comparator的,如果传入的对象也是一个Comparator并且他们的排序规则也是一样的,则equals方法返回true,否则返回false.

  1. 两个元素:直接传入对象,即可比较

  2. 多个元素:Collections提供了sort方法,传入一个list,跟一个comparator

public static <T> void sort(List<T> list, Comparator<? super T> c) {
        if (list.getClass() == ArrayList.class) {
            Arrays.sort(((ArrayList) list).elementData, 0, list.size(), (Comparator) c);
            return;
        }
        Object[] a = list.toArray();
        Arrays.sort(a, (Comparator)c);
        ListIterator<T> i = list.listIterator();
        for (int j=0; j<a.length; j++) {
            i.next();
            i.set((T)a[j]);
        }
    }

然后方法里面还是调用了Arrays.sort,毕竟集合也是数组,最终还是调用了数组的排序方法。

对比分析

Comparator是在类的外部进行排序,Comparable是在类的内部进行排序

Comparator比较适合对于多个类进行排序,只需要实现一个Comparator就可以,Comparable则需要在每个类中实现Comparable接口

开始排序

排序通常的做法是对字母进行排序,但是接口返回的是文字,所以需要将文字转换成拼音,并且拿到首字母,才能进行排序,这里用到了一个第三方库TinyPinyin,适用于Java和Android的快速汉字转拼音库。

以武汉为例

  1. 用tinypinyin将所有的城市名称转换成拼音,用3个字段分别保存W,WH,WUHAN,其中W用来进行排序分组,WH是用来进行简拼匹配,WUHAN是用来进行全拼匹配

  2. 将城市列表的数据根据首字母安装ABCD的顺序进行排序,对于无法获取拼音的通过"#"进行标识

  3. 然后再进行二次分组,ABCD各位一大组,插入一个titleA,titleB,titleC,通过不同的type来在Recyclerview中进行type区分

这些其实没什么难度,下面贴一下Comparator的代码,自定义了compare方法,

@Override
        public int compare(CityBean c1, CityBean c2) {
            if (c1.getPinyinFirst().equals("#")) {
                return 1;
            } else if (c2.getPinyinFirst().equals("#")) {
                return -1;
            }
            return c1.getPinyinFirst().compareTo(c2.getPinyinFirst());
        }
    }

查找算法

先定义一下查找规则

  1. 如果是汉字,则采用精准查找

  2. 如果是字母,当字母数量较小(3个以内)的时候,优先进行简拼,然后全拼,字母较多,使用全拼查找

正则匹配查找算法

public static void find(String inputStr, List<CityBean> old, List<CityBean> target) {
        if (RegexUtils.isEnglishAlphabet(inputStr)) {
            //拼音模糊匹配
            findByEN(inputStr, old, target);
        } else {
            //含有中文精准匹配
            findByCN(inputStr, old, target);
        }
    }

中文匹配

private static void findByCN(String inputStr, List<CityBean> mBodyDatas, List<CityBean> searchResult) {
        for (int i = 0; i < mBodyDatas.size(); i++) {
            CityBean cityBean = mBodyDatas.get(i);
            if (!TextUtils.isEmpty(cityBean.getRegionName()) && cityBean.getRegionName().contains(inputStr)) {
                searchResult.add(cityBean);
            }
        }
    }

字母匹配

private static void findByEN(String inputStr, List<CityBean> mBodyDatas, List<CityBean> searchResult) {
        //把输入的内容变为大写
        String searPinyin = PinYinUtil.transformPinYin(inputStr);
        //搜索字符串的长度
        int searLength = searPinyin.length();
        //搜索的第一个大写字母
        for (int i = 0; i < mBodyDatas.size(); i++) {
            CityBean cityBean = mBodyDatas.get(i);
            //如果输入的每一个字母都和名字的首字母一样,那就可以匹配比如:武汉,WH
            if (cityBean.getMatchPin().contains(searPinyin)) {
                searchResult.add(cityBean);
            } else {
                boolean isMatch = false;
                //先去匹配单个字,比如武汉WU,HAN.输入WU,肯定匹配第一个
                for (int j = 0; j < cityBean.getNamePinyinList().size(); j++) {
                    String namePinyinPer = cityBean.getNamePinyinList().get(j);
                    if (!TextUtils.isEmpty(namePinyinPer) && namePinyinPer.startsWith(searPinyin)) {
                        //符合的话就是当前字匹配成功
                        searchResult.add(cityBean);
                        isMatch = true;
                        break;
                    }
                }
                if (isMatch) {
                    continue;
                }
//                根据拼音包含来实现,比如武汉:WUHAN,输入WUHA或者WUHAN。
                if (!TextUtils.isEmpty(cityBean.getNamePinYin()) && cityBean.getNamePinYin().contains(searPinyin)) {
                    //这样的话就要从每个字的拼音开始匹配起
                    for (int j = 0; j < cityBean.getNamePinyinList().size(); j++) {
                        StringBuilder sbMatch = new StringBuilder();
                        for (int k = j; k < cityBean.getNamePinyinList().size(); k++) {
                            sbMatch.append(cityBean.getNamePinyinList().get(k));
                        }
                        if (sbMatch.toString().startsWith(searPinyin)) {
                            //匹配成功
                            int length = 0;
                            //比如输入是WUH,或者WUHA,或者WUHAN,这些都可以匹配上
                            for (int k = j; k < cityBean.getNamePinyinList().size(); k++) {
                                length = length + cityBean.getNamePinyinList().get(k).length();
                                if (length >= searLength) {
                                    break;
                                }
                            }
                            //有可能重复匹配
                            if (!searchResult.contains(cityBean))
                                searchResult.add(cityBean);
                        }
                    }
                }
            }
        }
    }

由于我是在内存中进行匹配查找的,这样虽然效率比较高,但是进行匹配的时候,过多地使用了for循环,整体的性能不是很好,后续会尝试着通过 Sqlite 进行查找,这样的话,效率可能会高一下,感兴趣的可以优化一下。

源码下载

https://github.com/wustor/Localsearchdemo


以上所述就是小编给大家介绍的《实现城市列表的排序及模糊查询》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

信息架构

信息架构

[美] 路易斯·罗森菲尔德、[美] 彼得·莫尔维莱、[美] 豪尔赫·阿朗戈 / 樊旺斌、师蓉 / 电子工业出版社 / 2016-5-1 / 128.00元

本书的前三个版本都是信息架构领域的开山著作。其中描述了信息组织的普遍和永恒原则,这一原则也适用于不断增长的移动世界。在第4版中,作者运用大量最新的插图和例子为这些原则提供了当前实践中的情境,验证了那些与技术和供应商无关的工具,以及那些经受住时间考验的技术。一起来看看 《信息架构》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

随机密码生成器
随机密码生成器

多种字符组合密码