python 列表排序方法sort、sorted技巧篇

Python list內置sort()方法用來排序，也能夠用python內置的全局sorted()方法來對可迭代的序列排序生成新的序列。

1）排序基礎

簡單的升序排序是很是容易的。只須要調用sorted()方法。它返回一個新的list，新的list的元素基於小於運算符(__lt__)來排序。

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

你也可使用list.sort()方法來排序，此時list自己將被修改。一般此方法不如sorted()方便，可是若是你不須要保留原來的list，此方法將更有效。

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

另外一個不一樣就是list.sort()方法僅被定義在list中，相反地sorted()方法對全部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參數/函數

從python2.4開始，list.sort()和sorted()函數增長了key參數來指定一個函數，此函數將在每一個元素比較前被調用。 例如經過key指定的函數來忽略字符串的大小寫：

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

key參數的值爲一個函數，此函數只有一個參數且返回一個值用來進行比較。這個技術是快速的由於key指定的函數將準確地對每一個元素調用。

更普遍的使用狀況是用複雜對象的某些值來對複雜對象的序列排序，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)]

一樣的技術對擁有命名屬性的複雜對象也適用，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 模塊函數

上面的key參數的使用很是普遍，所以python提供了一些方便的函數來使得訪問方法更加容易和快速。operator模塊有itemgetter，attrgetter，從2.6開始還增長了methodcaller方法。使用這些方法，上面的操做將變得更加簡潔和快速：

>>> 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模塊還容許多級的排序，例如，先以grade，而後再以age來排序：

>>> 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()都接受一個參數reverse（True or False）來表示升序或降序排序。例如對上面的student降序排序以下：

>>> 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）排序的穩定性和複雜排序

從python2.2開始，排序被保證爲穩定的。意思是說多個元素若是有相同的key，則排序先後他們的前後順序不變。

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

注意在排序後'blue'的順序被保持了，即'blue', 1在'blue', 2的前面。
更復雜地你能夠構建多個步驟來進行更復雜的排序，例如對student數據先以grade降序排列，而後再以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）最老土的排序方法-DSU

咱們稱其爲DSU（Decorate-Sort-Undecorate）,緣由爲排序的過程須要下列三步：
第一：對原始的list進行裝飾，使得新list的值能夠用來控制排序；
第二：對裝飾後的list排序；
第三：將裝飾刪除，將排序後的裝飾list從新構建爲原來類型的list；
 

例如，使用DSU方法來對student數據根據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)]
上面的比較可以工做，緣由是tuples是能夠用來比較，tuples間的比較首先比較tuples的第一個元素，若是第一個相同再比較第二個元素，以此類推。
 

並非全部的狀況下都須要在以上的tuples中包含索引，可是包含索引能夠有如下好處：
第一：排序是穩定的，若是兩個元素有相同的key，則他們的原始前後順序保持不變；
第二：原始的元素沒必要用來作比較，由於tuples的第一和第二元素用來比較已是足夠了。
 

此方法被RandalL.在perl中普遍推廣後，他的另外一個名字爲也被稱爲Schwartzian transform。

對大的list或list的元素計算起來太過複雜的狀況下，在python2.4前，DSU極可能是最快的排序方法。可是在2.4以後，上面解釋的key函數提供了相似的功能。
 

7）其餘語言廣泛使用的排序方法-cmp函數

在python2.4前，sorted()和list.sort()函數沒有提供key參數，可是提供了cmp參數來讓用戶指定比較函數。此方法在其餘語言中也廣泛存在。

在python3.0中，cmp參數被完全的移除了，從而簡化和統一語言，減小了高級比較和__cmp__方法的衝突。

在python2.x中cmp參數指定的函數用來進行元素間的比較。此函數須要2個參數，而後返回負數表示小於，0表示等於，正數表示大於。例如：

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

或者你能夠反序排序：

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

當咱們將現有的2.x的代碼移植到3.x時，須要將cmp函數轉化爲key函數，如下的wrapper頗有幫助：

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

當須要將cmp轉化爲key時，只須要：

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

從python2.7，cmp_to_key()函數被增長到了functools模塊中。

 

8)其餘注意事項

* 對須要進行區域相關的排序時，可使用locale.strxfrm()做爲key函數，或者使用local.strcoll()做爲cmp函數。

* reverse參數任然保持了排序的穩定性，有趣的時，一樣的效果可使用reversed()函數兩次來實現：

>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))

* 其實排序在內部是調用元素的__cmp__來進行的，因此咱們能夠爲元素類型增長__cmp__方法使得元素可比較，例如：

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

* key函數不只能夠訪問須要排序元素的內部數據，還能夠訪問外部的資源，例如，若是學生的成績是存儲在dictionary中的，則可使用此dictionary來對學生名字的list排序，以下：

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

*當你須要在處理數據的同時進行排序的話，sort(),sorted()或bisect.insort()不是最好的方法。在這種狀況下，可使用heap，red-black tree或treap。