这篇文章主要介绍了python sort、sorted高级排序技巧,本文讲解了基础排序、升序和降序、排序的稳定性和复杂排序、cmp函数排序法等内容,需要的朋友可以参考下
Python list
内置sort()
方法用来排序,也可以用python内置的全局sorted()
方法来对可迭代的序列排序生成新的序列。
1. 排序基础
简单的升序排序是非常容易的。只需要调用
sorted()
方法。它返回一个新的list,新的list的元素基于小于运算符(lt)来排序。
>>> sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]
你也可以使用list.sort()
方法来排序,此时list
本身将被修改。通常此方法不如sorted()
方便,但是如果你不需要保留原来的list,此方法将更有效。
>>> a = [5, 2, 3, 1, 4]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]
另一个不同就是list.sort()
方法仅被定义在list
中,相反地sorted()
方法对所有的可迭代序列都有效。
>>>sorted({1: ‘D‘, 2: ‘B‘, 3: ‘B‘, 4: ‘E‘, 5: ‘A‘})
[1, 2, 3, 4, 5]
2. key参数/函数
从
python2.4
开始,list.sort()
和sorted()
函数增加了key
参数来指定一个函数,此函数将在每个元素比较前被调用。 例如通过key指定的函数来忽略字符串的大小写:
>>> sorted("This is a test string from Andrew".split(), key=str.lower)
[‘a‘, ‘Andrew‘, ‘from‘, ‘is‘, ‘string‘, ‘test‘, ‘This‘]
key
参数的值为一个函数,此函数只有一个参数且返回一个值用来进行比较。这个技术是快速的因为key
指定的函数将准确地对每个元素调用。
更广泛的使用情况是用复杂对象的某些值来对复杂对象的序列排序,例如:
>>> student_tuples = [
(‘john‘, ‘A‘, 15),
(‘jane‘, ‘B‘, 12),
(‘dave‘, ‘B‘, 10),
]
>>> sorted(student_tuples, key=lambda student: student[2]) # sort by age
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
同样的技术对拥有命名属性的复杂对象也适用,例如:
>>> class Student:
def __init__(self, name, grade, age):
self.name = name
self.grade = grade
self.age = age
def __repr__(self):
return repr((self.name, self.grade, self.age))
>>> student_objects = [
Student(‘john‘, ‘A‘, 15),
Student(‘jane‘, ‘B‘, 12),
Student(‘dave‘, ‘B‘, 10),
]
>>> sorted(student_objects, key=lambda student: student.age) # sort by age
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
3. Operator 模块函数
上面的
key
参数的使用非常广泛,因此python提供了一些方便的函数来使得访问方法更加容易和快速。operator
模块有itemgetter
,attrgetter
,从2.6
开始还增加了methodcaller
方法。使用这些方法,上面的操作将变得更加简洁和快速:
>>> from operator import itemgetter, attrgetter
>>> sorted(student_tuples, key=itemgetter(2))
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
>>> sorted(student_objects, key=attrgetter(‘age‘))
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
operator模块还允许多级的排序,例如,先以grade,然后再以age来排序
>>> sorted(student_tuples, key=itemgetter(1,2))
[(‘john‘, ‘A‘, 15), (‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12)]
>>> sorted(student_objects, key=attrgetter(‘grade‘, ‘age‘))
[(‘john‘, ‘A‘, 15), (‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12)]
4. 升序和降序
list.sort()
和sorted()
都接受一个参数reverse
(True or False)来表示升序或降序排序。例如对上面的student降序排序如下:
>>> sorted(student_tuples, key=itemgetter(2), reverse=True)
[(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)]
>>> sorted(student_objects, key=attrgetter(‘age‘), reverse=True)
[(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)]
5. 排序的稳定性和复杂排序
从python2.2开始,排序被保证为稳定的。意思是说多个元素如果有相同的key,则排序前后他们的先后顺序不变。
>>> data = [(‘red‘, 1), (‘blue‘, 1), (‘red‘, 2), (‘blue‘, 2)]
>>> sorted(data, key=itemgetter(0))
[(‘blue‘, 1), (‘blue‘, 2), (‘red‘, 1), (‘red‘, 2)]
注意在排序后‘blue‘的顺序被保持了,即‘blue‘, 1在‘blue‘, 2的前面。
更复杂地你可以构建多个步骤来进行更复杂的排序,例如对student数据先以grade降序排列,然后再以age升序排列。
>>> s = sorted(student_objects, key=attrgetter(‘age‘)) # sort on secondary key
>>> sorted(s, key=attrgetter(‘grade‘), reverse=True) # now sort on primary key, descending
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
6. 其他语言普遍使用的排序方法-cmp函数
在python2.4前,
sorted()
和list.sort()
函数没有提供key参数,但是提供了cmp
参数来让用户指定比较函数。此方法在其他语言中也普遍存在。
在python3.0中,cmp参数被彻底的移除了,从而简化和统一语言,减少了高级比较和__cmp__方法的冲突。
在python2.x中cmp参数指定的函数用来进行元素间的比较。此函数需要2个参数,然后返回负数表示小于,0表示等于,正数表示大于。例如:
>>> def numeric_compare(x, y):
return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]
或者你可以反序排序:
>>> def reverse_numeric(x, y):
return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]
当我们将现有的2.x的代码移植到3.x时,需要将cmp函数转化为key函数,以下的wrapper很有帮助:
def cmp_to_key(mycmp):
‘Convert a cmp= function into a key= function‘
class K(object):
def __init__(self, obj, *args):
self.obj = obj
def __lt__(self, other):
return mycmp(self.obj, other.obj) < 0
def __gt__(self, other):
return mycmp(self.obj, other.obj) > 0
def __eq__(self, other):
return mycmp(self.obj, other.obj) == 0
def __le__(self, other):
return mycmp(self.obj, other.obj) <= 0
def __ge__(self, other):
return mycmp(self.obj, other.obj) >= 0
def __ne__(self, other):
return mycmp(self.obj, other.obj) != 0
return K
当需要将cmp转化为key时,只需要:
>>> sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
[5, 4, 3, 2, 1]
从python2.7,cmp_to_key()
函数被增加到了functools
模块中。
7. 其他注意事项
- 对需要进行区域相关的排序时,可以使用
locale.strxfrm()
作为key
函数,或者使用local.strcoll()
作为cmp
函数。 - reverse参数任然保持了排序的稳定性,有趣的时,同样的效果可以使用reversed()函数两次来实现:
>>> data = [(‘red‘, 1), (‘blue‘, 1), (‘red‘, 2), (‘blue‘, 2)] >>> assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))
- 其实排序在内部是调用元素的__cmp__来进行的,所以我们可以为元素类型增加__cmp__方法使得元素可比较,例如:
>>> Student.__lt__ = lambda self, other: self.age < other.age >>> sorted(student_objects) [(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
- key函数不仅可以访问需要排序元素的内部数据,还可以访问外部的资源,例如,如果学生的成绩是存储在dictionary中的,则可以使用此dictionary来对学生名字的list排序,如下:
>>> students = [‘dave‘, ‘john‘, ‘jane‘] >>> newgrades = {‘john‘: ‘F‘, ‘jane‘:‘A‘, ‘dave‘: ‘C‘} >>> sorted(students, key=newgrades.__getitem__) [‘jane‘, ‘dave‘, ‘john‘]
*当你需要在处理数据的同时进行排序的话,sort()
, sorted()
或bisect.insort()
不是最好的方法。在这种情况下,可以使用heap
,red-black tree
或treap
。
原文地址:https://www.cnblogs.com/litaozijin/p/7268496.html