Java如何实现Tab分隔txt表格按多列优先级高效排序？

核心思路 #

基于Java 8+的Comparator链式拼接能力实现多列优先级排序，自定义单值比较逻辑满足「数字>字母、数字升序、字母按字典序」的规则，整体时间复杂度为O(n log n)，可应对GB级以下普通规模的文本文件。

完整实现代码 #

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.ArrayList;
import java.util.Comparator;
import java.util.List;
import java.util.stream.Collectors;

public class TabFileSorter {
    // 自定义单值比较规则：数字优先级高于字母，数字升序，字母按字典序排序
    private static int compareValue(String a, String b) {
        boolean isANum = isNumeric(a);
        boolean isBNum = isNumeric(b);
        // 都是数字：按数值升序
        if (isANum && isBNum) {
            return Long.compare(Long.parseLong(a), Long.parseLong(b));
        }
        // a是数字b不是：a排前面
        if (isANum) {
            return -1;
        }
        // b是数字a不是：b排前面
        if (isBNum) {
            return 1;
        }
        // 都是字母：按自然字典序排序，需要不区分大小写可换成String.CASE_INSENSITIVE_ORDER.compare(a,b)
        return a.compareTo(b);
    }

    // 判断字符串是否为整数，有小数需求可替换为BigDecimal的尝试转换逻辑
    private static boolean isNumeric(String str) {
        if (str == null || str.isEmpty()) {
            return false;
        }
        try {
            Long.parseLong(str);
            return true;
        } catch (NumberFormatException e) {
            return false;
        }
    }

    public static void sortTabFile(String inputPath, String outputPath) throws IOException {
        // 1. 读取文件所有行，过滤空行
        List<String[]> rows = Files.lines(Path.of(inputPath))
                .filter(line -> !line.isBlank())
                .map(line -> line.split("\t"))
                .collect(Collectors.toCollection(ArrayList::new));

        if (rows.isEmpty()) {
            Files.writeString(Path.of(outputPath), "");
            return;
        }

        // 2. 构造多列链式比较器：按列顺序依次比较，前一列相等才比较后一列
        Comparator<String[]> comparator = (row1, row2) -> compareValue(row1[0], row2[0]);
        int maxColumn = rows.get(0).length;
        for (int i = 1; i < maxColumn; i++) {
            int columnIndex = i;
            comparator = comparator.thenComparing(row -> row[columnIndex], TabFileSorter::compareValue);
        }

        // 3. 排序
        rows.sort(comparator);

        // 4. 拼接为Tab分隔的行，写入输出文件
        List<String> outputLines = rows.stream()
                .map(row -> String.join("\t", row))
                .collect(Collectors.toList());
        Files.write(Path.of(outputPath), outputLines);
    }

    public static void main(String[] args) throws IOException {
        // 替换为你的输入输出文件路径
        sortTabFile("input.txt", "output.txt");
    }
}

说明 #

• 支持任意列数的自动排序，不需要手动指定列数，会自动按从左到右的列优先级比较
• 如果你的文件列值包含小数，只需修改isNumeric和compareValue中数字转换的逻辑为BigDecimal即可
• 超大文件（GB级以上）建议采用外部排序方案，即拆分文件为多个小文件排序后再合并，避免内存溢出

内容的提问来源于stack exchange，提问作者Глеб Карпук