python sort、sorted高级排序技巧

Python list内置sort()方法用来排序，也能够用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

简单的升序排序是很是容易的。只须要调用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。

复制代码 代码以下:

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

 
你也可使用list.sort()方法来排序，此时list自己将被修改。一般此方法不如sorted()方便，可是若是你不须要保留原来的list，此方法将更有效。

复制代码 代码以下:

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

另外一个不一样就是list.sort()方法仅被定义在list中，相反地sorted()方法对全部的可迭代序列都有效。

复制代码 代码以下:

>>>
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()函数增长了key参数来指定一个函数，此函数将在每一个元素比较前被调用。 例如经过key指定的函数来忽略字符串的大小写：

复制代码 代码以下:

>>> 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。这个技术是快速的由于key指定的函数将准确地对每一个元素调用。

 

更普遍的使用状况是用复杂对象的某些值来对复杂对象的序列排序，例如：

 

复制代码 代码以下:

>>> 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)]

 

一样的技术对拥有命名属性的复杂对象也适用，例如：

 

复制代码 代码以下:

>>> 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参数的使用很是普遍，所以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开始还增长了methodcaller方法。使用这些方法，上面的操做将变得更加简洁和快速：

复制代码 代码以下:

>>> 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模块还容许多级的排序，例如，先以grade，而后再以age来排序：

复制代码 代码以下:

>>> 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降序排序以下：

复制代码 代码以下:

>>> 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。意思是说多个元素若是有相同的key，则排序先后他们的前后顺序不变。

复制代码 代码以下:

>>> 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。
 
更复杂地你能够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，而后再以age升序排列。

复制代码 代码以下:

>>> 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）最老土的排序方法-DSU

咱们称其为DSU（Decorate-Sort-Undecorate）,缘由为排序的过程须要下列三步：
第一：对原始的list进行装饰，使得新list的值能够用来控制排序；
第二：对装饰后的list排序；
第三：将装饰删除，将排序后的装饰list从新构建为原来类型的list；
 

例如，使用DSU方法来对student数据根据grade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)]
上面的比较可以工做，缘由是tuples是能够用来比较，tuples间的比较首先比较tuples的第一个元素，若是第一个相同再比较第二个元素，以此类推。
 

并非全部的状况下都须要在以上的tuples中包含索引，可是包含索引能够有如下好处：
第一：排序是稳定的，若是两个元素有相同的key，则他们的原始前后顺序保持不变；
第二：原始的元素没必要用来作比较，由于tuples的第一和第二元素用来比较已是足够了。
 

此方法被RandalL.在perl中普遍推广后，他的另外一个名字为也被称为Schwartzian transform。
 

对大的list或list的元素计算起来太过复杂的状况下，在python2.4前，DSU极可能是最快的排序方法。可是在2.4以后，上面解释的key函数提供了相似的功能。
 

7）其余语言广泛使用的排序方法-cmp函数

在python2.4前，sorted()和list.sort()函数没有提供key参数，可是提供了cmp参数来让用户指定比较函数。此方法在其余语言中也广泛存在。

在python3.0中，cmp参数被完全的移除了，从而简化和统一语言，减小了高级比较和__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。此函数须要2个参数，而后返回负数表示小于，0表示等于，正数表示大于。例如：

复制代码 代码以下:

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

或者你能够反序排序：

复制代码 代码以下:

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

当咱们将现有的2.x的代码移植到3.x时，须要将cmp函数转化为key函数，如下的wrapper颇有帮助：

 

 

复制代码 代码以下:

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

 

当须要将cmp转化为key时，只须要：

复制代码 代码以下:

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

从python2.7，cmp_to_key()函数被增长到了functools模块中。

 

8)其余注意事项

* 对须要进行区域相关的排序时，可使用locale.strxfrm()做为key函数，或者使用local.strcoll()做为cmp函数。

* reverse参数任然保持了排序的稳定性，有趣的时，一样的效果可使用reversed()函数两次来实现：

复制代码 代码以下:

>>> 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，因此咱们能够为元素类型增长__cmp__方法使得元素可比较，例如：

复制代码 代码以下:

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

* key函数不只能够访问须要排序元素的内部数据，还能够访问外部的资源，例如，若是学生的成绩是存储在dictionary中的，则可使用此dictionary来对学生名字的list排序，以下：

复制代码 代码以下:

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

 

*当你须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。在这种状况下，可使用heap，red-black tree或treap。