Python 排序sort|极客教程

Python 排序sort

在Python编程中，排序是一项常见的操作，它可以让数据按照一定的顺序排列，使其更易于查找和理解。Python提供了多种排序方法，其中最常用的是sort()方法和sorted()函数。这两种方法分别用于对列表进行原地排序和返回新的排序列表。本文将详细介绍Python中的排序方法及其应用场景。

sort()方法

sort()方法是Python列表对象的一个内置方法，用于对列表进行原地排序。原地排序意味着在排序完成后，原来的列表会被改变，而不会返回一个新的排序列表。sort()方法的语法如下：

list.sort(key=None, reverse=False)

key：用于指定排序的规则，可以是一个函数或者lambda表达式。
reverse：用于指定是否降序排序，默认为升序排序。True表示降序，False表示升序。

下面是一个使用sort()方法对列表进行排序的示例：

fruits = ['apple', 'banana', 'orange', 'grape']
fruits.sort()
print(fruits)

运行结果：

['apple', 'banana', 'grape', 'orange']

在上面的示例中，我们对一个水果列表进行了排序，按照字母顺序将水果排列。由于sort()方法是原地排序，所以列表fruits的顺序被改变了。

sorted()函数

sorted()函数是Python的一个内置函数，用于对可迭代对象进行排序，并返回一个新的排序列表。与sort()方法不同，sorted()函数不会改变原始对象的顺序。sorted()函数的语法如下：

sorted(iterable, key=None, reverse=False)

iterable：可迭代对象，如列表、元组、字符串等。
key：用于指定排序的规则，可以是一个函数或者lambda表达式。
reverse：用于指定是否降序排序，默认为升序排序。True表示降序，False表示升序。

下面是一个使用sorted()函数对列表进行排序的示例：

numbers = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
sorted_numbers = sorted(numbers)
print(sorted_numbers)

运行结果：

[1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9]

在上面的示例中，我们对一个数字列表进行排序，并通过sorted()函数返回一个新的排序列表。原始列表numbers的顺序没有改变。

自定义排序规则

在实际应用中，有时需要根据自定义的排序规则对数据进行排序，此时可以通过key参数来指定排序规则。下面是一个使用key参数自定义排序规则的示例：

students = [
    {'name': 'Alice', 'grade': 80},
    {'name': 'Bob', 'grade': 90},
    {'name': 'Cathy', 'grade': 75},
    {'name': 'David', 'grade': 85}
]

sorted_students = sorted(students, key=lambda x: x['grade'], reverse=True)
for student in sorted_students:
    print(student['name'], student['grade'])

运行结果：

Bob 90
David 85
Alice 80
Cathy 75

在上面的示例中，我们定义了一个包含学生姓名和成绩的字典列表，然后使用sorted()函数按照成绩降序排序学生信息。

排序稳定性

在Python的排序算法中，稳定性是一个重要的概念。稳定性指的是当排序时具有相同比较值的元素在排序后的相对位置保持不变。例如，对于一个包含多个相同比较值的列表，如果排序算法是稳定的，那么排序后这些相同比较值的元素之间的相对位置保持不变。

下面是一个演示排序稳定性的示例：

numbers = [(1, 'a'), (3, 'c'), (2, 'b'), (1, 'd'), (3, 'e')]
sorted_numbers = sorted(numbers)
for number in sorted_numbers:
    print(number)

运行结果：

(1, 'a')
(1, 'd')
(2, 'b')
(3, 'c')
(3, 'e')

在上面的示例中，我们定义了一个包含元组的列表，元组的第一个元素是排序关键字。通过sorted()函数进行排序后，可以看到相同排序关键字的元素之间保持了原来的相对位置。这表明Python的排序算法是稳定的。

性能比较

在选择排序方法时，除了要考虑排序规则和稳定性外，还需要考虑排序算法的性能。在实际应用中，选择合适的排序算法可以有效提高程序的效率。

Python中的排序方法通常有时间复杂度和空间复杂度两个方面。时间复杂度是指执行排序操作所需的时间，通常用大O表示法来表示。空间复杂度是指执行排序操作所需的空间，通常也用大O表示法来表示。

下面是Python中常见的几种排序算法及其时间复杂度：

冒泡排序（Bubble Sort）：时间复杂度O(n^2)，空间复杂度O(1)
插入排序（Insertion Sort）：时间复杂度O(n^2)，空间复杂度O(1)
选择排序（Selection Sort）：时间复杂度O(n^2)，空间复杂度O(1)
快速排序（Quick Sort）：时间复杂度平均O(nlogn)，最差O(n^2)，空间复杂度O(logn)
归并排序（Merge Sort）：时间复杂度O(nlogn)，空间复杂度O(n)
堆排序（Heap Sort）：时间复杂度O(nlogn)，空间复杂度O(1)

在选择排序方法时，需要根据数据规模和实际需求综合考虑。一般来说，对小规模数据可以选择稳定性较好的插入排序和冒泡排序；对大规模数据则可以选择快速排序和归并排序等时间复杂度较低的排序算法。

结语

排序是Python编程中常用的操作之一，掌握排序方法可以提高程序的性能和效率。本文介绍了Python中的两种排序方法（sort()方法和sorted()函数）以及如何自定义排序规则和排序稳定性的概念。此外，我们还对几种常见的排序算法的时间复杂度和空间复杂度进行了比较。

Python 排序sort