python 排序

Python列表有一个内置的list.sort()方法，用于修改列表。还有一个sort()内置函数，它从一个迭代器构建一个新的排序列表。

在本文中，我们将探讨使用Python对数据进行排序的各种技术。

排序基础

简单的升序排序非常简单:只需调用 sorted() 函数。它返回一个新的排序列表:

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

您还可以使用list.sort()方法。它就地修改列表(并返回None以避免混淆)。通常，它比sort()更不方便——但是如果不需要原始列表，它的效率会稍微高一些。

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

另一个区别是list.sort()方法仅为列表定义。相反， sorted() 函数 接受任何可迭代的。

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

关键函数

sort()和sorted()都有一个关键参数，用于在进行比较之前指定要在每个list元素上调用的函数。

例如，下面是一个不区分大小写的字符串比较:

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

key参数的值应该是一个函数，它接受一个参数并返回一个用于排序的键。这种技术速度很快，因为每个输入记录只调用一次键函数。

一种常见的模式是使用对象的一些索引作为键对复杂对象进行排序。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)]

同样的技术也适用于具有命名属性的对象。例如:

>>> class Student:
...     def __init__(self, name, grade, age):
...         self.name = name
...         self.grade = grade
...         self.age = age
# 跟下面这个没什么关系吧
...     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)]

运算符模块函数允许多级排序。例如，按年级再按年龄排序:

>>> 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

>>> 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)]

排序稳定性和复杂排序

排序保证是稳定的。这意味着当多个记录具有相同的键时，它们的原始顺序将被保留。

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

请注意blue的两条记录如何保留它们的原始顺序，以便保证(‘blue’， 1)在(‘blue’， 2)之前。

这个奇妙的属性允许您在一系列排序步骤中构建复杂的排序。例如，要先按年级降序排序，然后按年龄升序排序，先按年龄排序，再按年级排序:

>>> 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)

Python中使用的Timsort算法可以有效地进行多种排序，因为它可以利用数据集中现有的任何顺序。

使用 装饰-排序-取消装饰 的旧方法

这个习语经过三个步骤后被称为decorate - sort - undecoration:

• 首先，用控制排序顺序的新值装饰初始列表。
• 其次，对修饰后的列表进行排序。
• 最后，删除修饰，创建一个只包含新顺序中的初始值的列表。
  例如，使用DSU方法按年级对学生数据进行排序:

>>> 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)]

这个习惯用法之所以有效，是因为元组是通过字典比较的;第一项是比较;如果它们是相同的，则比较第二项，以此类推。
并非所有情况下都严格需要在装饰列表中包含索引i，但是包含索引i有两个好处:
排序是稳定的——如果两个项目具有相同的键，它们的顺序将保留在排序列表中。
原始项不必具有可比性，因为装饰后的元组的顺序最多由前两项决定。例如，原始列表可以包含不能直接排序的复数。
这个习惯用法的另一个名称是Schwartzian transform，以Randal L. Schwartz的名字命名，他在Perl程序员中推广了这个习惯用法。
既然Python排序提供了键函数，那么通常不需要这种技术。

使用cmp参数的旧方法

本文中给出的许多构造都假定使用Python 2.4或更高版本。在此之前，没有sort()内置函数，list.sort()也没有接受关键字参数。而是所有的Py2.x版本支持cmp参数来处理用户指定的比较函数。
在Py3.0中，cmp参数被完全删除(作为简化和统一语言的更大努力的一部分，消除了富比较和_cmp__()魔术方法之间的冲突)。
在Py2.sort允许一个可选函数，可以调用该函数进行比较。该函数应该接受两个要比较的参数，然后为小于返回一个负值，为相等返回零，或为大于返回一个正值。例如，我们可以:

>>> def numeric_compare(x, y):
...     return x - y # x-y >0:x,y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare) # doctest: +SKIP
[1, 2, 3, 4, 5]

或者你可以把比较的顺序颠倒一下:

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

当从Python 2移植代码时3.x。当你让用户提供一个比较函数你需要把它转换成一个关键函数时，就会出现这种情况。下面的包装使这很容易做到:

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

要转换为键函数，只需包装旧的比较函数:

>>> 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()函数被添加到标准库中的functools模块中。

奇数和结束

• 对于支持区域设置的排序，关键函数使用local .strxfrm()，比较函数使用local .strcoll()。

• 反向参数仍然保持排序的稳定性(以便具有相等键的记录保留原始顺序)。有趣的是，这种效果可以在没有参数的情况下通过使用两次内联 reversed()函数来模拟:

>>> 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)]

• 保证排序例程在比较两个对象时使用__lt__()。因此，通过定义一个__lt__()方法，可以很容易地向类添加一个标准排序顺序:

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

键函数不需要直接依赖于正在排序的对象。关键功能还可以访问外部资源。例如，如果学生的成绩存储在字典中，它们可以用来对单独的学生名列表进行排序:

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

例子

这里就其他的博客的例子——扑克牌的例子