Java Arrays.compareUnsigned 怎样按无符号顺序比较字节数组

处理协议字段、文件头或二进制排序键时，byte 的有符号语义很容易让比较结果看起来“反了”。例如字节 0xFF 在 Java 的 byte 中是 -1，但按原始字节值排序时通常希望它代表 255。

Java 9 起可以直接使用 Arrays.compareUnsigned(byte[], byte[])。它按字典序比较两个数组，但每个字节都按 0 到 255 的无符号值参与比较；返回值小于 0、等于 0 或大于 0，分别表示左数组更小、相等或更大。

先看清 byte 的有符号陷阱

Java 的 byte 范围是 -128 到 127。二进制值不变时，(byte) 0xFF 的数值视图是 -1，(byte) 0x80 的数值视图是 -128。如果直接用普通的有符号比较，负值字节会排在 0 前面，这和很多协议或二进制键的自然顺序不一致。

Arrays.compare(byte[], byte[]) 适合有符号语义；Arrays.compareUnsigned 则把每个元素交给类似 Byte.compareUnsigned 的规则处理。两者的差别不在数组遍历方式，而在第一个不同元素的解释方式。

完整数组比较：只按三态判断

最常用的重载是两个 byte[] 参数。下面用首个差异分别落在 0x80 和 0x7F 的数组展示结果。示例中的中文注释只解释关键判断和边界，实际返回值不应被写死成 -1、0、1。

import java.util.Arrays;

public class UnsignedByteOrder {
    public static void main(String[] args) {
        byte[] left = {(byte) 0x80, 0x20};
        byte[] right = {(byte) 0x7F, 0x20};

        // 按无符号字节比较：0x80 会被当作 128，0x7F 会被当作 127。
        int result = Arrays.compareUnsigned(left, right);

        // 只依赖正负号，不依赖具体返回数值，避免把 API 当成差异下标。
        if (result  0) {
            System.out.println("left greater");
        } else {
            System.out.println("equal");
        }
    }
}

这里的结果是大于 0，因为第一个字节的无符号值 128 大于 127。比较会在第一个不同字节处决定结果，后面的 0x20 不再影响这一轮判断。

相等、公共前缀和长度边界

Arrays 的字典序规则可以压缩成三步：先比较公共前缀；发现不同元素时比较该元素；如果较短数组完整匹配了公共前缀，则长度更短的一方更小。因此，空数组小于非空数组，而相同内容和相同长度的数组返回 0。

这个长度规则很适合比较带前缀的二进制键，但它不能告诉你“差异发生在哪个位置”。如果需要位置，使用 Arrays.mismatch，不要从 compareUnsigned 的返回值倒推下标。

范围重载：只比较 byte[] 的一段

当数组前面还有版本号、长度字段或不参与排序的校验信息时，可以调用范围重载：

import java.util.Arrays;

public class UnsignedRangeCompare {
    public static boolean samePayload(byte[] first, byte[] second,
                                      int firstFrom, int firstTo,
                                      int secondFrom, int secondTo) {
        // 结束下标排除在比较范围外，先校验区间再进入 JDK API。
        if (firstFrom  first.length || firstFrom > firstTo
                || secondFrom  second.length || secondFrom > secondTo) {
            throw new IllegalArgumentException("invalid byte range");
        }

        // 只比较指定片段；返回 0 才表示两段长度和内容都相同。
        return Arrays.compareUnsigned(first, firstFrom, firstTo,
                second, secondFrom, secondTo) == 0;
    }
}

范围参数采用半开区间：from 包含，to 不包含。两段长度不同但短段是长段前缀时，短段仍然更小；所以做协议校验时，除了比较结果，还要确认业务上是否要求长度必须一致。

接入排序与校验时的处理清单

把比较结果接入工程代码时，建议保留下面的边界判断：

1. 确认项目的最低 Java 版本不低于 9，因为该 API 的官方记录从 Java 9 开始。
2. 排序时将返回值直接交给 Comparator，不要写成 result == 1。
3. 协议字段比较前明确长度策略：允许前缀关系，还是必须长度相等。
4. 输入范围来自外部数据时，先检查负数、越界和 from > to。
5. 需要差异位置、差异数量或变更报告时，组合 Arrays.mismatch 或单独实现记录逻辑。

import java.util.Arrays;
import java.util.Comparator;

record BinaryKey(byte[] value) {}

Comparator unsignedKeyComparator = (a, b) -> {
    // 比较器只返回字典序，业务层仍需决定是否复制 byte[] 以保护可变状态。
    return Arrays.compareUnsigned(a.value(), b.value());
};

如果 byte[] 可能在放入集合后继续修改，比较器本身不会替你做防御性复制。排序键应在进入集合前固定，或者把不可变的字节表示作为对象生命周期的一部分管理。

常见问题

Arrays.compareUnsigned 返回的是差异位置吗？

不是。它只返回小于 0、等于 0 或大于 0 的比较结果，具体整数值不应当解释为下标。

为什么 0xFF 会排在 0x7F 后面？

无符号比较把它们分别视为 255 和 127；如果使用普通有符号比较，0xFF 会被视为 -1，顺序就会不同。

两段内容相同但长度不同会返回 0 吗？

不会。公共前缀相同后会比较长度，只有元素顺序和长度都相同才返回 0。

范围重载的结束下标包含吗？

不包含。它使用半开区间 [from, to)，例如 0, 4 比较下标 0 到 3。