如何排序¶
- 作者
安德鲁·达克和雷蒙德·赫廷格
- 释放
0.1
python列表有一个内置的 list.sort()
就地修改列表的方法。还有一个 sorted()
内置函数,用于从iterable生成新的排序列表。
在本文中,我们将探讨使用Python对数据排序的各种技术。
分类基础¶
简单的升序排序非常简单:只需调用 sorted()
功能。它返回一个新的排序列表:
>>> sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]
您也可以使用 list.sort()
方法。它在适当的位置修改列表(并返回 None
以避免混淆)。通常不太方便 sorted()
-但是如果你不需要原始的列表,它会稍微更有效率。
>>> 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。相比之下, sorted()
函数接受任何iterable。
>>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'})
[1, 2, 3, 4, 5]
关键功能¶
两个 list.sort()
和 sorted()
有一个 key 参数指定在进行比较之前要在每个列表元素上调用的函数(或其他可调用函数)。
例如,下面是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']
的值 key 参数应该是接受单个参数并返回用于排序的键的函数(或其他可调用函数)。这种技术很快,因为键函数对每个输入记录只调用一次。
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
... 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)]
操作员模块功能¶
上面显示的关键函数模式非常常见,所以python提供了方便的函数,使访问函数更容易、更快。这个 operator
模块具有 itemgetter()
, attrgetter()
和A methodcaller()
功能。
使用这些函数,上述示例变得越来越简单和快速:
>>> 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)]
操作员模块功能允许进行多级排序。例如,排序依据 等级 然后通过 age :
>>> 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¶
两个 list.sort()
和 sorted()
接受 reverse 带有布尔值的参数。这用于标记降序排序。例如,反向获取学生数据 age 秩序:
>>> 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¶
种类肯定是 stable .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)]
注意这两个记录 blue 保留原始订单,以便 ('blue', 1)
保证先于 ('blue', 2)
.
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,按降序对学生数据进行排序 等级 然后上升 age 做 age 先排序,然后使用再次排序 等级 :
>>> 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)]
这可以抽象为一个封装函数,该函数可以获取字段的列表和元组,并按顺序对它们进行多次传递排序。
>>> def multisort(xs, specs):
... for key, reverse in reversed(specs):
... xs.sort(key=attrgetter(key), reverse=reverse)
... return xs
>>> multisort(list(student_objects), (('grade', True), ('age', False)))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
这个 Timsort python中使用的算法可以有效地进行多种排序,因为它可以利用数据集中已经存在的任何排序。
旧方法使用装饰分类未装饰¶
这个成语经过三个步骤被称为“装饰-分类-未装饰”。
首先,用控制排序顺序的新值修饰初始列表。
其次,对装饰列表进行排序。
最后,删除装饰,创建一个仅包含新顺序中初始值的列表。
例如,按 等级 使用DSU方法:
>>> 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)]
这个习语之所以起作用,是因为元组在词典上是比较的;第一项是比较的;如果它们相同,那么第二项是比较的,依此类推。
并非所有情况下都必须包括索引 i 在装饰列表中,但包括它有两个好处:
排序是稳定的——如果两个项具有相同的键,它们的顺序将保留在排序列表中。
最初的项目不必进行比较,因为装饰的元组的顺序最多由前两个项目决定。例如,原始列表可能包含不能直接排序的复数。
这个成语的另一个名字是 Schwartzian transform 以Randal L.Schwartz的名字命名,他在Perl程序员中推广了它。
既然Python排序提供了关键函数,那么通常不需要这种技术。
旧方法使用 cmp 参数¶
本文中给出的许多构造都假定使用Python2.4或更高版本。在那之前,没有 sorted()
构建和 list.sort()
没有使用关键字参数。相反,所有的py2.x版本都支持 cmp 用于处理用户指定的比较函数的参数。
在PY3.0中, cmp 完全删除了参数(作为简化和统一语言的更大努力的一部分,消除了丰富的比较和 __cmp__()
魔术法)。
在py2.x中,sort允许调用可选函数来进行比较。该函数应采用两个要比较的参数,然后为小于返回负值,为等于则返回零,或为大于返回正值。例如,我们可以做到:
>>> def numeric_compare(x, y):
... return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]
或者您可以颠倒比较顺序:
>>> def reverse_numeric(x, y):
... return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]
当将代码从python 2.x移植到3.x时,如果让用户提供比较函数,并且需要将其转换为键函数,就会出现这种情况。下面的封装器使操作变得简单:
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,只需封装旧的比较函数:
>>> 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()
函数已添加到 functools
标准库中的模块。
奇数和目的¶
对于区域设置感知排序,请使用
locale.strxfrm()
对于键功能或locale.strcoll()
用于比较函数。这个 reverse 参数仍保持排序稳定性(以便具有相同键的记录保留原始顺序)。有趣的是,通过使用内置的
reversed()
功能两次:>>> 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)]
排序例程保证使用
__lt__()
在两个对象之间进行比较时。因此,通过定义__lt__()
方法:>>> 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被排序的对象。关键功能还可以访问外部资源。例如,如果学生成绩存储在字典中,则可以使用它们对学生姓名的单独列表进行排序:
>>> students = ['dave', 'john', 'jane'] >>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'} >>> sorted(students, key=newgrades.__getitem__) ['jane', 'dave', 'john']