自然数排序按数字片段的数值大小比较，使“file10.txt”排在“file2.txt”之后；普通字典序逐字符比较，导致“file10.txt”排在前面。
什么是自然数排序，和普通字典序有什么区别
自然数排序（Natural Sort）会让 "file10.txt" 排在 "file2.txt" 后面，而普通 std::string::operator< 会把 "file10.txt" 排在 "file2.txt" 前面——因为逐字符比较时 '1' < '2'，根本没机会比到 10 和 2 的数值大小。自然排序的核心是：识别连续数字片段，按整数值比较，而非单个字符。
用 std::sort 配合自定义比较函数实现
最直接的方式是写一个比较函数对象或 lambda，把两个字符串切分成“文本段”和“数字段”交替的序列，再逐段比对。关键点在于：不能简单用 std::stoi 解析整个子串（可能溢出），也不能依赖正则（C++11 <regex> 性能差且部分编译器不完全支持）。
实操建议：
- 用双指针扫描，遇到数字就跳过前导零，记录起始位置和长度，用
std::string_view（C++17）或std::string::substr提取数字段 - 数字段比较优先级高于文本段：先比是否都是数字，再比长度（短的数字更小），最后逐字符比（避免大数溢出）
- 文本段直接用
std::lexicographical_compare或<比较 - 示例片段（C++17）：
auto natural_less = [](const std::string& a, const std::string& b) {
size_t i = 0, j = 0;
while (i < a.size() && j < b.size()) {
if (std::isdigit(a[i]) && std::isdigit(b[j])) {
// 跳过前导零
while (i < a.size() && a[i] == '0') ++i;
while (j < b.size() && b[j] == '0') ++j;
size_t ni = i, nj = j;
while (ni < a.size() && std::isdigit(a[ni])) ++ni;
while (nj < b.size() && std::isdigit(b[nj])) ++nj;
size_t len_a = ni - i, len_b = nj - j;
if (len_a != len_b) return len_a < len_b;
while (i < ni && j < nj) {
if (a[i] != b[j]) return a[i] < b[j];
++i; ++j;
}
continue;
}
if (a[i] != b[j]) return a[i] < b[j];
++i; ++j;
}
return a.size() < b.size();
};然后传给 std::sort(vec.begin(), vec.end(), natural_less)。
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
注意 Windows API 和 Qt 中的陷阱
Windows 的 StrCmpLogicalW（需 #include <shlwapi.h>）和 Qt 的 QString::localeAwareCompare 表面看能替代，但实际行为不一致：
-
StrCmpLogicalW只支持宽字符，且对 Unicode 支持有限；输入含非 ASCII 字符（如中文、emoji）时结果不可靠 -
QString::localeAwareCompare本质是 locale-aware 排序，不是自然排序——它按语言规则排字母，数字仍当字符处理 - 两者都不支持自定义分隔符或忽略大小写等需求，硬套容易出错
性能与边界情况必须验证
自然排序比普通字符串比较慢一个数量级，尤其在长字符串或大量数字段时。实测中常见坑：
- 空字符串或全数字字符串（如
"123"vs"45"）：必须确保数字段长度比较逻辑覆盖0开头（如"001"和"1"应等价） - 混合 Unicode：若字符串含 UTF-8 多字节字符，
std::isdigit会误判高位字节，应先转std::string_view再用static_cast<unsigned char>安全调用 - 极端长度：超长数字（如 100 位）不能转
int64_t，必须纯字符比较——上面示例里“逐字符比”那步就是为此保留的
真正难的不是写出来，而是让 "a1b2c10"、"a1b2c9"、"a01b002c010" 这三者稳定按数值顺序排，且不崩内存、不漏边界。
