Python 排序

Python 排序

对python的list进行排序，有方法sort和sorted

其中，sort()为list内置的方法，而sorted()为全局内置的方法

简单的升序排序

• 直接调用sorted()方法，它将返回一个新的list，新的list元素基于小于运算符(__It__)来排序

  a = [1,5,3,2,4]
  b = sorted(a)
  print a, b
  
  [1, 5, 3, 2, 4] [1, 2, 3, 4, 5]
  

• 也可以使用list.sort()方法排序，此时list将被修改，一般来讲，不如sorted()方便，但是如果不需要原来的list，通常更加高效

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

• 区别：list.sort()仅被定义在list中，而sorted()方法对所有的可迭代序列都有效，比如字典

  a = {1:'E', 5:'A', 4:'B', 3:'C', 2:'D'}
  b = sorted(a)
  print a, b
  
  {1: 'E', 2: 'D', 3: 'C', 4: 'B', 5: 'A'} [1, 2, 3, 4, 5]
  

  注意：字典打印无顺序

key参数/函数

从python2.4开始，list.sort()和sorted()这两个函数增加了key参数来指定一个函数，此函数将在每个元素比较之前被调用。

例：通过key指定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，（lambda函数本身是可以有多个参数的），key指定的函数将准确地对每个元素调用，返回值将用来进行比较！

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)]

对复杂对象进行排序操作

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模块函数

python提供了一些更加方便的访问方法来实现上面lambda函数的功能，operator模块有itemgetter，attrgetter，从python2.6开始，还提供了methodcaller方法，使用这些方法，可以快速决定使用哪个属性进行排序。

itemgetter选择第几个属性，attrgetter选择具体属性的名称，主要用于复杂对象，例子如下：

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)]

使用operator，还可以进行多级排序，例如，先以grade，再以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()都提供了一个reverse（Ture or False）来表示升序或者降序排序

reverse = Ture ：表示降序

reverse = False ：表示升序

排序稳定性和复杂排序

从python2.2开始，排序被保证是稳定的。

其他方法：

DSU：很古老，不怎么用了

cmp：python2.x中可以使用，python3.x已经摒弃了，可以使用函数cmp_to_key()进行转换使用

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

从python2.7，cmp_to_key()函数被增加到了functools模块中

多级排序(将边按照BFS排序)

元组是用来进行多级排序的

c = list(nx.algorithms.coloring.strategy_connected_sequential_bfs(G, 0))
cc = {}
for i in range(len(c)):
    cc[c[i]] = i
sortedlist = sorted(edges, key = lambda x: (cc[x[0]], cc[x[1]]))

c 为按照图G进行bfs得到的节点集

cc 为节点集中节点的相对顺序，以此为偏序关系

edges 为需要排序的边list，形式为(src, tar)

在这个例子中，对所有的边进行排序，首先按照边的源节点的相对顺序排序，然后按照边的目标节点的相对顺序排序，lambda函数的形式如上。

其他

排序内部是调用元素的__cmp__来进行的，所以我们可以为元素类型增加__cmp__方法使得元素可以比较，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的内部数据，还可以访问外部的资源。例如，如果学生的成绩存储在dictionary中，则可以根据dictionary来对学生的名字的list进行排序，如下：

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

['jane', 'dave', 'john']