python sort、sorted高级排序技巧
|
Python list内置sort()方法用来排序，也可以用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 简单的升序排序是非常容易的。只需要调用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 代码如下: >>> sorted([5,2,3,1,4]) [1,4,5] 你也可以使用list.sort()方法来排序，此时list本身将被修改。通常此方法不如sorted()方便，但是如果你不需要保留原来的list，此方法将更有效。 复制代码 代码如下: >>> a = [5,4] >>> a.sort() >>> a [1,5] 另一个不同就是list.sort()方法仅被定义在list中，相反地sorted()方法对所有的可迭代序列都有效。 复制代码 代码如下: >>>
sorted({1: 'D',2: 'B',3: 'B',4: 'E',5: 'A'}) [1,5] 2）key参数/函数 从python2.4开始，list.sort()和sorted()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前被调用。 例如通过key指定的函数来忽略字符串的大小写： 复制代码 代码如下: >>> 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。这个技术是快速的因为key指定的函数将准确地对每个元素调用。 更广泛的使用情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 代码如下: >>> student_tuples = [ ('john','A',15), ('jane','B',12), ('dave',10), ] >>> sorted(student_tuples,key=lambda student: student[2]) # sort by age [('dave',('jane',('john',15)] 同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 代码如下: >>> 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', Student('jane', Student('dave', ] >>> sorted(student_objects,key=lambda student: student.age) # sort by age [('dave',15)] 3）Operator 模块函数 上面的key参数的使用非常广泛，因此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开始还增加了methodcaller方法。使用这些方法，上面的操作将变得更加简洁和快速： 复制代码 代码如下: >>> from operator import itemgetter,attrgetter >>> sorted(student_tuples,key=itemgetter(2)) [('dave',15)] >>> sorted(student_objects,key=attrgetter('age')) [('dave',15)] operator模块还允许多级的排序，例如，先以grade，然后再以age来排序： 复制代码 代码如下: >>> sorted(student_tuples,key=itemgetter(1,2)) [('john',('dave',12)] >>> sorted(student_objects,key=attrgetter('grade','age')) [('john',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降序排序如下： 复制代码 代码如下: >>> sorted(student_tuples,key=itemgetter(2),reverse=True) [('john',10)] >>> sorted(student_objects,key=attrgetter('age'),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。意思是说多个元素如果有相同的key，则排序前后他们的先后顺序不变。 复制代码 代码如下: >>> data = [('red',1),('blue',('red',2),2)] >>> sorted(data,key=itemgetter(0)) [('blue',2)] 注意在排序后'blue'的顺序被保持了，即'blue',1在'blue',2的前面。 更复杂地你可以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，然后再以age升序排列。 复制代码 代码如下: >>> 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',15)] 6）最老土的排序方法-DSU 我们称其为DSU（Decorate-Sort-Undecorate）,原因为排序的过程需要下列三步： 例如，使用DSU方法来对student数据根据grade排序： 并不是所有的情况下都需要在以上的tuples中包含索引，但是包含索引可以有以下好处： 此方法被RandalL.在perl中广泛推广后，他的另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情况下，在python2.4前，DSU很可能是最快的排序方法。但是在2.4之后，上面解释的key函数提供了类似的功能。 7）其他语言普遍使用的排序方法-cmp函数 在python2.4前，sorted()和list.sort()函数没有提供key参数，但是提供了cmp参数来让用户指定比较函数。此方法在其他语言中也普遍存在。 在python3.0中，cmp参数被彻底的移除了，从而简化和统一语言，减少了高级比较和__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。此函数需要2个参数，然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 代码如下: >>> def numeric_compare(x,y): return x - y >>> sorted([5,3],cmp=numeric_compare) [1,5] 或者你可以反序排序： 复制代码 代码如下: >>> def reverse_numeric(x,y): return y - x >>> sorted([5,cmp=reverse_numeric) [5,1] 当我们将现有的2.x的代码移植到3.x时，需要将cmp函数转化为key函数，以下的wrapper很有帮助： 复制代码 代码如下: 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.obj) > 0 def __eq__(self,other.obj) == 0 def __le__(self,other.obj) <= 0 def __ge__(self,other.obj) >= 0 def __ne__(self,other.obj) != 0 return K 当需要将cmp转化为key时，只需要： 复制代码 代码如下: >>> sorted([5,key=cmp_to_key(reverse_numeric)) [5,1] 从python2.7，cmp_to_key()函数被增加到了functools模块中。 8)其他注意事项 * 对需要进行区域相关的排序时，可以使用locale.strxfrm()作为key函数，或者使用local.strcoll()作为cmp函数。 * reverse参数任然保持了排序的稳定性，有趣的时，同样的效果可以使用reversed()函数两次来实现： 复制代码 代码如下: >>> data = [('red',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，所以我们可以为元素类型增加__cmp__方法使得元素可比较，例如： 复制代码 代码如下: >>> Student.__lt__ = lambda self,other: self.age < other.age >>> sorted(student_objects) [('dave',15)] * key函数不仅可以访问需要排序元素的内部数据，还可以访问外部的资源，例如，如果学生的成绩是存储在dictionary中的，则可以使用此dictionary来对学生名字的list排序，如下： 复制代码 代码如下: >>> students = ['dave','john','jane'] >>> newgrades = {'john': 'F','jane':'A','dave': 'C'} >>> sorted(students,key=newgrades.__getitem__) ['jane','dave','john'] *当你需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。在这种情况下，可以使用heap，red-black tree或treap。 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |