排序指南?

基本排序?

簡(jiǎn)單的升序排序非常簡(jiǎn)單：只需調(diào)用 sorted() 函數(shù)。它返回一個(gè)新的排序后列表：

>>> sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]

你也可以使用 list.sort() 方法，它會(huì)直接修改原列表（并返回 None 以避免混淆），通常來說它不如 sorted() 方便 ——— 但如果你不需要原列表，它會(huì)更有效率。

>>> a = [5, 2, 3, 1, 4]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]

另外一個(gè)區(qū)別是， list.sort() 方法只是為列表定義的，而 sorted() 函數(shù)可以接受任何可迭代對(duì)象。

>>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'})
[1, 2, 3, 4, 5]

關(guān)鍵函數(shù)?

list.sort() 和 sorted() 都有一個(gè) key 形參用來指定在進(jìn)行比較前要在每個(gè)列表元素上調(diào)用的函數(shù)（或其他可調(diào)用對(duì)象）。

例如，下面是一個(gè)不區(qū)分大小寫的字符串比較：

>>> sorted("This is a test string from Andrew".split(), key=str.lower)
['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

key 形參的值應(yīng)該是個(gè)函數(shù)（或其他可調(diào)用對(duì)象），它接受一個(gè)參數(shù)并返回一個(gè)用于排序的鍵。 這種機(jī)制速度很快，因?yàn)閷?duì)于每個(gè)輸入記錄只會(huì)調(diào)用一次鍵函數(shù)。

一種常見的模式是使用對(duì)象的一些索引作為鍵對(duì)復(fù)雜對(duì)象進(jìn)行排序。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)]

同樣的技術(shù)也適用于具有命名屬性的對(duì)象。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)]

Operator 模塊函數(shù)?

上面顯示的鍵函數(shù)模式非常常見，因此 Python 提供了便利功能，使訪問器功能更容易，更快捷。 operator 模塊有 itemgetter() 、 attrgetter() 和 methodcaller() 函數(shù)。

使用這些函數(shù)，上述示例變得更簡(jiǎn)單，更快捷：

>>> 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 模塊功能允許多級(jí)排序。 例如，按 grade 排序，然后按 age 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)]

升序和降序?

list.sort() 和 sorted() 接受布爾值的 reverse 參數(shù)。這用于標(biāo)記降序排序。 例如，要以反向 age 順序獲取學(xué)生數(shù)據(jù)：

>>> 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)]

排序穩(wěn)定性和排序復(fù)雜度?

排序保證是 穩(wěn)定 的。 這意味著當(dāng)多個(gè)記錄具有相同的鍵值時(shí)，將保留其原始順序。

>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]

注意 blue 的兩個(gè)記錄如何保留它們的原始順序，以便 ('blue', 1) 保證在 ('blue', 2) 之前。

這個(gè)美妙的屬性允許你在一系列排序步驟中構(gòu)建復(fù)雜的排序。例如，要按 grade 降序然后 age 升序?qū)W(xué)生數(shù)據(jù)進(jìn)行排序，請(qǐng)先 age 排序，然后再使用 grade 排序：

>>> 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)]

這可以被抽象為一個(gè)包裝函數(shù)，該函數(shù)能接受一個(gè)列表以及字段和順序的元組，以對(duì)它們進(jìn)行多重排序。

>>> def multisort(xs, specs):
...     for key, reverse in reversed(specs):
...         xs.sort(key=attrgetter(key), reverse=reverse)
...     return xs

>>> multisort(list(student_objects), (('grade', True), ('age', False)))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

Python 中使用的 Timsort 算法可以有效地進(jìn)行多種排序，因?yàn)樗梢岳脭?shù)據(jù)集中已存在的任何排序。

使用裝飾-排序-去裝飾的舊方法?

這個(gè)三個(gè)步驟被稱為 Decorate-Sort-Undecorate ：

• 首先，初始列表使用控制排序順序的新值進(jìn)行修飾。

• 然后，裝飾列表已排序。

• 最后，刪除裝飾，創(chuàng)建一個(gè)僅包含新排序中初始值的列表。

例如，要使用DSU方法按 grade 對(duì)學(xué)生數(shù)據(jù)進(jìn)行排序：

>>> decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
>>> decorated.sort()
>>> [student for grade, i, student in decorated]               # undecorate
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

這方法語(yǔ)有效是因?yàn)樵M按字典順序進(jìn)行比較，先比較第一項(xiàng)；如果它們相同則比較第二個(gè)項(xiàng)目，依此類推。

不一定在所有情況下都要在裝飾列表中包含索引 i ，但包含它有兩個(gè)好處：

• 排序是穩(wěn)定的——如果兩個(gè)項(xiàng)具有相同的鍵，它們的順序?qū)⒈Ａ粼谂判蛄斜碇小?/p>

• 原始項(xiàng)目不必具有可比性，因?yàn)檠b飾元組的排序最多由前兩項(xiàng)決定。 因此，例如原始列表可能包含無(wú)法直接排序的復(fù)數(shù)。

這個(gè)方法的另一個(gè)名字是 Randal L. Schwartz 在 Perl 程序員中推廣的 Schwartzian transform。

既然 Python 排序提供了鍵函數(shù)，那么通常不需要這種技術(shù)。

使用 cmp 參數(shù)的舊方法?

本 HOWTO 中給出的許多結(jié)構(gòu)都假定為 Python 2.4 或更高版本。在此之前，沒有內(nèi)置 sorted() ， list.sort() 也沒有關(guān)鍵字參數(shù)。相反，所有 Py2.x 版本都支持 cmp 參數(shù)來處理用戶指定的比較函數(shù)。

在 Py3.0 中， cmp 參數(shù)被完全刪除（作為簡(jiǎn)化和統(tǒng)一語(yǔ)言努力的一部分，消除了豐富的比較與 __cmp__() 魔術(shù)方法之間的沖突）。

在 Py2.x 中， sort 允許一個(gè)可選函數(shù)，可以調(diào)用它來進(jìn)行比較。該函數(shù)應(yīng)該采用兩個(gè)參數(shù)進(jìn)行比較，然后返回負(fù)值為小于，如果它們相等則返回零，或者返回大于大于的正值。例如，我們可以這樣做：

>>> def numeric_compare(x, y):
...     return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare) 
[1, 2, 3, 4, 5]

或者你可反轉(zhuǎn)比較的順序：

>>> def reverse_numeric(x, y):
...     return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric) 
[5, 4, 3, 2, 1]

在將代碼從 Python 2.x 移植到 3.x 時(shí)，如果讓用戶提供比較函數(shù)并且需要將其轉(zhuǎn)換為鍵函數(shù)則會(huì)出現(xiàn)這種情況。 以下包裝器使得做到這點(diǎn)變得很容易。

def cmp_to_key(mycmp):
    'Convert a cmp= function into a key= function'
    class K:
        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

要轉(zhuǎn)換為鍵函數(shù)，只需包裝舊的比較函數(shù)：

>>> sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
[5, 4, 3, 2, 1]

在 Python 3.2 中， functools.cmp_to_key() 函數(shù)被添加到標(biāo)準(zhǔn)庫(kù)中的 functools 模塊中。

Odds and Ends?

• 對(duì)于區(qū)域相關(guān)的排序，請(qǐng)使用 locale.strxfrm() 作為鍵函數(shù)，或者 locale.strcoll() 作為比較函數(shù)。

• reverse 參數(shù)仍然保持排序穩(wěn)定性（因此具有相等鍵的記錄保留原始順序）。 有趣的是，通過使用內(nèi)置的 reversed() 函數(shù)兩次，可以在沒有參數(shù)的情況下模擬該效果：

  >>>

  >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
  >>> standard_way = sorted(data, key=itemgetter(0), reverse=True)
  >>> double_reversed = list(reversed(sorted(reversed(data), key=itemgetter(0))))
  >>> assert standard_way == double_reversed
  >>> standard_way
  [('red', 1), ('red', 2), ('blue', 1), ('blue', 2)]
  

• The sort routines use < when making comparisons between two objects. So, it is easy to add a standard sort order to a class by defining an __lt__() method:

  >>>

  >>> Student.__lt__ = lambda self, other: self.age < other.age
  >>> sorted(student_objects)
  [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
  

  However, note that < can fall back to using __gt__() if __lt__() is not implemented (see object.__lt__()).

• 鍵函數(shù)不需要直接依賴于被排序的對(duì)象。鍵函數(shù)還可以訪問外部資源。例如，如果學(xué)生成績(jī)存儲(chǔ)在字典中，則可以使用它們對(duì)單獨(dú)的學(xué)生姓名列表進(jìn)行排序：

  >>>

  >>> students = ['dave', 'john', 'jane']
  >>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
  >>> sorted(students, key=newgrades.__getitem__)
  ['jane', 'dave', 'john']