关于汉字字符串排序算法Ξ.PDFVIP

中　文 　信 　息 　学 　报 第 13 卷 第 6 期 JOURNAL OF CHINESE INFORMATION PROCESSING Vol . 13 No. 6 关于汉字字符串排序算法 钟 　诚 广西大学计算机与信息工程学院　南宁 　530004 摘要 　分析汉字字符串分组排序算法 ,在讨论基选择的基础上 ,给出将字符串映射成整数 和处理映射冲突数据的改进的有效方法 。 关键词 　汉字字符串　排序算法 　映射 Research on the ChineseCharacter Strings Sorting Algorithms Zhong Cheng School of Comp uter and Information Engineering Guangxi U niver sity 　N anning 　530004 Abstract 　Based on Paper [ 1] ,t he choice of base ,met hod of mapping chinesecharacter st rings in to integer s and collision p roblem are researched ,and an imp roved chinesecharacter st rings sorting technique is given . Key words 　ChineseCharacter 　St ring Sorting Algorit hm 　Mapping 一 、汉字字符串分组排序算法的核心思想 文献[ 1]基于分组原理和映射方法 ,给出一种处理汉字字符串的排序算法 ,并分析了其时 空复杂性 。该算法的特点是 ,引入映射方法 ,从而可以加快汉字字符串排序的速度 。 汉字字符串分组排序算法的关键是 ,若按汉字的拼音排序 ,则取基为 27 , 即将任一个汉字 字符串转换成一个 27 进制的整数 ;若按汉字的笔画排序 ,则取其为 3 1 , 即将任一个汉字字符 串转换成一个 3 1 进制的整数 。然后 ,将汉字字符串大小顺序关系的比较映射转换成数值数据 的大小关系的比较 。最后 ,通过排序这些 27 或 3 1 进制的整数数据序列来完成汉字字符串的 排序 。 二 、将汉字字符串映射转换成数值数据的排序方法 2 . 1 　基的选择 在实际应用中 ,汉字字符串中的字符可以是字典表中的任一字符 ,即对于任给的一个汉字 受国家自然科学基金( ) ( ) ( ) 、广西自然科学基金 97 120 10 和广西教委科研基金 S96308 资助 本文于 1998 年 8 月 4 日收到 6 1 字符串 ,它除了含有常规的汉字之外 ,还可能含有英文字母或者其他字符的特殊符号 。 例如 ,科技论文的题 目就可能既有汉字又有英文字符和其他特殊符号 ,而且有些题 目是以 特殊符号开头的。当按论文题 目进行索引排序时 ,就需要同时处理中英文字符和其他特殊符 号 。再如 ,对于多个中外学者合作署名撰写论的场合 ,就既有汉字字符又可能有法文或德文西 班牙文字符等 ,当按姓名进行索引排序时 ,也需要同时处理各种中西文字符 。 ( 若选取 27 或 3 1 作为基进行数据转换会使得排序算法的应用范围有限 实际上它只能处