python 列表排序方法sort、sorted技巧篇

Python list內建sort()方法用來排序，也可以用python內建的全域性sorted()方法來對可迭代的序列排序生成新的序列。

1）排序基礎

簡單的升序排序是非常容易的。只需要呼叫sorted()方法。它返回一個新的list，新的list的元素基於小於運算子(__lt__)來排序。

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

你也可以使用list.sort()方法來排序，此時list本身將被修改。通常此方法不如sorted()方便，但是如果你不需要保留原來的list，此方法將更有效。

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

另一個不同就是list.sort()方法僅被定義在list中，相反地sorted()方法對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引數/函式

從python2.4開始，list.sort()和sorted()函式增加了key引數來指定一個函式，此函式將在每個元素比較前被呼叫。 例如通過key指定的函式來忽略字串的大小寫：

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

key引數的值為一個函式，此函式只有一個引數且返回一個值用來進行比較。這個技術是快速的因為key指定的函式將準確地對每個元素呼叫。

更廣泛的使用情況是用複雜物件的某些值來對複雜物件的序列排序，例如：
複製程式碼

>>> 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)]

複製程式碼

同樣的技術對擁有命名屬性的複雜物件也適用，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 模組函式

上面的key引數的使用非常廣泛，因此python提供了一些方便的函式來使得訪問方法更加容易和快速。operator模組有itemgetter，attrgetter，從2.6開始還增加了methodcaller方法。使用這些方法，上面的操作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模組還允許多級的排序，例如，先以grade，然後再以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()都接受一個引數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）排序的穩定性和複雜排序

從python2.2開始，排序被保證為穩定的。意思是說多個元素如果有相同的key，則排序前後他們的先後順序不變。

>>> 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。
更復雜地你可以構建多個步驟來進行更復雜的排序，例如對student資料先以grade降序排列，然後再以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

我們稱其為DSU（Decorate-Sort-Undecorate）,原因為排序的過程需要下列三步：
第一：對原始的list進行裝飾，使得新list的值可以用來控制排序；
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重新構建為原來型別的list；

例如，使用DSU方法來對student資料根據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)]
上面的比較能夠工作，原因是tuples是可以用來比較，tuples間的比較首先比較tuples的第一個元素，如果第一個相同再比較第二個元素，以此類推。

並不是所有的情況下都需要在以上的tuples中包含索引，但是包含索引可以有以下好處：
第一：排序是穩定的，如果兩個元素有相同的key，則他們的原始先後順序保持不變；
第二：原始的元素不必用來做比較，因為tuples的第一和第二元素用來比較已經是足夠了。

此方法被RandalL.在perl中廣泛推廣後，他的另一個名字為也被稱為Schwartzian transform。

對大的list或list的元素計算起來太過複雜的情況下，在python2.4前，DSU很可能是最快的排序方法。但是在2.4之後，上面解釋的key函式提供了類似的功能。

7）其他語言普遍使用的排序方法-cmp函式

在python2.4前，sorted()和list.sort()函式沒有提供key引數，但是提供了cmp引數來讓使用者指定比較函式。此方法在其他語言中也普遍存在。

在python3.0中，cmp引數被徹底的移除了，從而簡化和統一語言，減少了高階比較和__cmp__方法的衝突。

在python2.x中cmp引數指定的函式用來進行元素間的比較。此函式需要2個引數，然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]

當我們將現有的2.x的程式碼移植到3.x時，需要將cmp函式轉化為key函式，以下的wrapper很有幫助：
複製程式碼

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

複製程式碼

當需要將cmp轉化為key時，只需要：

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

從python2.7，cmp_to_key()函式被增加到了functools模組中。

8)其他注意事項

* 對需要進行區域相關的排序時，可以使用locale.strxfrm()作為key函式，或者使用local.strcoll()作為cmp函式。

* reverse引數任然保持了排序的穩定性，有趣的時，同樣的效果可以使用reversed()函式兩次來實現：

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

* 其實排序在內部是呼叫元素的__cmp__來進行的，所以我們可以為元素型別增加__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函式不僅可以訪問需要排序元素的內部資料，還可以訪問外部的資源，例如，如果學生的成績是儲存在dictionary中的，則可以使用此dictionary來對學生名字的list排序，如下：

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

*當你需要在處理資料的同時進行排序的話，sort(),sorted()或bisect.insort()不是最好的方法。在這種情況下，可以使用heap，red-black tree或treap。