如何通过字符码反转实现字符串字典序逆序排序

本文介绍一种基于 unicode 字符码映射的字符串“可逆反转”技术：对每个字符的 utf-16 代码点取补（如 0xffff - code），并妥善处理空字符串与长度差异问题，使原列表按常规字典序升序排列后，其反转值排序结果恰好为原序的逆序。

在 JavaScript 中，标准字典序（lexicographic order）本质上是按字符串 UTF-16 编码单元（code unit）逐位比较的——即从左到右依次比较每个字符的 charCodeAt(0) 值，遇到第一个不等处即决定大小关系；若某字符串是另一字符串的前缀，则较短者更小（如 '' 保序反向映射函数 invert(s)，使得：

对任意两字符串 a, b，有a invert(b)（字典序）

核心思路：逐字符取反 + 终止符增强

最直接的方法是对每个字符的 16 位代码点做按位补码映射：
c → String.fromCharCode(0xFFFF - c.charCodeAt(0))
该映射是严格递减的（因 charCodeAt 是整数，0xFFFF − x 随 x 增大而严格减小），从而保证相同长度字符串的字典序被完全翻转。

但仅此还不够：原始比较中，短字符串天然小于长字符串（如 'x'

✅ 解决方案：添加统一且足够大的终止标记
由于 0xFFFF 是 UTF-16 可表示的最大基本多文种平面（BMP）码点，我们可在反转后的字符串末尾追加 \uFFFF（或更稳健的双字符标记），确保：

• 所有非空字符串的反转结果均以 \uFFFF 结尾；
• 空字符串 '' 的反转结果仅为 \uFFFF，从而大于任何非空字符串的反转结果（因其长度为 1，而其他结果长度 ≥ 2）；
• 这样，“短→大”的关系被显式建模，匹配原始“短→小”的逻辑反转。

以下是推荐实现（兼顾简洁性与鲁棒性）：

function invert(s) {
  if (s.length === 0) return '\uFFFF';
  return s
    .split('')
    .map(c => String.fromCharCode(0xFFFF - c.charCodeAt(0)))
    .join('') + '\uFFFF';
}

完整验证示例

const sample = ['', ' ', 'a', 'A', '@', '한', '자', '한자', '자한'];

// 原始升序（使用标准字符串比较）
const original = [...sample].sort((a, b) => +(a > b) - +(a < b));

// 反转后升序 → 等价于原始降序
const inverted = [...sample].sort((a, b) => 
  +(invert(a) > invert(b)) - +(invert(a) < invert(b))
);

console.log('original:', original);
// ['', ' ', '@', 'A', 'a', '한', '자', '한자', '자한']

console.log('inverted (should equal original.reverse()):', inverted);
// ['자한', '한자', '자', '한', 'a', 'A', '@', ' ', '']

注意事项与边界说明

• ⚠️ invert() 输出不是有效 UTF-8 / 可读文本：它生成的是人为构造的比较代理串，可能包含控制字符甚至非法码点组合（如 0xFFFF 在 UTF-8 中需 3 字节编码，但 JS 内部以 UTF-16 处理，此处无运行时问题）；
• ⚠️ 仅适用于 sort() 比较器中的临时用途，不可用于显示、存储或网络传输；
• ✅ 兼容所有 Unicode 字符（包括 BMP 外字符）：因 JS 字符串内部以 UTF-16 表示，charCodeAt() 对代理对首项返回高位代理值（0xD800–0xDFFF），本方案仍保持单调性（尽管高位代理本身已被映射为 0xFFFF − 0xD800 ≈ 0x27FF，属 BMP 有效区）；
• ? 若需支持更严苛场景（如含 \u0000 的字符串），可升级为「双字符编码」方案（如将每个字符映射为 ' ' + invertedChar，结尾加 $），但对绝大多数用例，上述 \uFFFF 后缀已足够可靠。

总之，该技术以极小开销实现了字典序的数学级逆序映射，是排序优化、索引构建或测试数据生成中的实用技巧。