R语言中两个字符串比较大小的运行逻辑是什么？

你遇到的比较结果是R语言默认字符串比较规则的正常表现，底层逻辑如下：

• 字符串默认按字典序逐位对比：从第一个字符开始依次匹配两个字符串的对应位置字符，找到第一个不相同的字符后，直接以这两个字符的大小关系作为整个字符串的比较结果，后续字符不再参与计算。
• 单个字符的大小由当前系统环境的字符编码规则决定：常用的UTF-8、ASCII编码中，英文字母严格按照a~z的顺序升序排列，字母出现顺序越靠后，对应的编码数值越大。

你给出的示例中，'dog'和'cat'对比第一个字符就出现差异：字母d的编码值大于c，所以'dog' > 'cat'返回TRUE，反之'cat' > 'dog'返回FALSE。

补充两个常见场景验证规则：

1. 前几位字符相同的情况：'cat' > 'car'返回TRUE，前两位字符c、a完全相同，第三位字符t的编码大于r，因此前者更大。
2. 长度不同的情况：如果短字符串所有字符和长字符串对应位置完全一致，那么短字符串更小，比如'cat' < 'cater'返回TRUE。

如果需要排除系统locale排序规则的影响，强制按字符编码的原始码点比较，可以使用stringi包的stri_cmp函数实现。

内容的提问来源于stack exchange，提问作者Eisen