Python 中 sort() 和 sorted() 的區別
排序是電腦科學領域中非常重要的一個話題。有許多演算法可用於對資料陣列進行排序,例如歸併排序、快速排序、氣泡排序、選擇排序、插入排序等。所有這些演算法都有不同的時間和空間複雜度,但通常認為合併和快速是最好的。由於排序是一種非常常見的操作,因此程式語言包含用於對資料進行排序的內建函式。Python 就是其中之一。
但是,Python 中有兩個用於排序的函式,即 sort
和 sorted
。在本文中,我們將瞭解這兩種排序功能之間的區別。
Python 中的 sort()
函式
Python 中的 sort
函式通過交換索引處的值對列表進行原地排序。當我們對一個列表呼叫 sort
函式時,不會返回一個新列表;相反,相同的列表被排序。sort()
函式可用於對列表進行排序。
示例請參考以下程式碼。
myList = [1, 5, 2 ,10, 33, 3, 9]
print(myList)
myList.sort()
print(myList)
輸出:
[1, 5, 2, 10, 33, 3, 9]
[1, 2, 3, 5, 9, 10, 33]
正如我們所看到的,當我們對它呼叫 sort
函式時,對同一個列表進行了排序。
如果我們希望以相反的順序對列表進行排序,我們也可以通過將 reverse
引數設定為 True
來實現。
相同的參考下面的程式碼。
myList = [1, 5, 2 ,10, 33, 3, 9]
print(myList)
myList.sort(reverse = True)
print(myList)
輸出:
[1, 5, 2, 10, 33, 3, 9]
[33, 10, 9, 5, 3, 2, 1]
sort
函式還有另一個引數,即 key
,可用於定義要考慮排序的值。例如,如果我們有一個對的列表,並且我們希望考慮第二個值對這些對進行排序,我們可以使用 key
引數來做到這一點。
示例請參考以下程式碼。
def secondElement(element):
return element[1]
data = [(1, 2), (3, 4), (5, 3), (6, 6), (3, 0), (10, 1)]
print("Before sorting:", data)
data.sort(key = secondElement)
print("After sorting:", data)
輸出:
Before sorting: [(1, 2), (3, 4), (5, 3), (6, 6), (3, 0), (10, 1)]
After sorting: [(3, 0), (10, 1), (1, 2), (5, 3), (3, 4), (6, 6)]
正如我們所看到的,列表是根據對中的第二個數字進行排序的。
我們還可以使用相同的方法對字典列表進行排序。相同的參考下面的程式碼。
def byName(entry):
return entry["name"]
def byAge(entry):
return entry["age"]
def byRank(entry):
return entry["rank"]
data = [{
"name": "Vaibhav",
"age": 18,
"rank": 1,
}, {
"name": "Steve",
"age": 24,
"rank": 5,
}, {
"name": "Olive",
"age": 12,
"rank": 2,
},{
"name": "Allison",
"age": 17,
"rank": 4,
}]
print("Original Data")
print(data)
print("Sorted by Name")
data.sort(key = byName)
print(data)
print("Sorted by Age")
data.sort(key = byAge)
print(data)
print("Sorted by Rank")
data.sort(key = byRank)
print(data)
輸出:
Original Data
[{'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Steve', 'age': 24, 'rank': 5}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}]
Sorted by Name
[{'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Steve', 'age': 24, 'rank': 5}, {'name': 'Vaibhav', 'age': 18, 'rank': 1}]
Sorted by Age
[{'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Steve', 'age': 24, 'rank': 5}]
Sorted by Rank
[{'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Steve', 'age': 24, 'rank': 5}]
正如我們所看到的,字典列表中的條目是根據我們定義的鍵進行排序的。
Python 中的 sorted()
函式
與 sort
函式一樣,sorted
也用於對列表進行排序。但是,sorted
函式返回一個新列表,而不是原地排序相同的列表。這是兩個函式之間的主要區別。讓我們通過一個例子來理解這一點。
myList = [1, 5, 2 ,10, 33, 3, 9]
print("Before called sorted():", myList)
newList = sorted(myList)
print("After called sorted():", myList)
print("New list:", newList)
輸出:
Before called sorted(): [1, 5, 2, 10, 33, 3, 9]
After called sorted(): [1, 5, 2, 10, 33, 3, 9]
New list: [1, 2, 3, 5, 9, 10, 33]
如我們所見,我們傳遞給 sorted
函式的列表保持不變,並返回了一個新列表,該列表儲存在 newList
變數中。兩個引數,即 reverse
和 key
,在這個函式中也可用。使用這兩者,我們可以得到一個倒序排序的列表,並根據自定義鍵對列表進行排序。以下示例描述了相同的情況。
reverse
引數的示例。
myList = [1, 5, 2 ,10, 33, 3, 9]
print("Before called sorted():", myList)
newList = sorted(myList, reverse = True)
print("After called sorted():", myList)
print("New list:", newList)
輸出:
Before called sorted(): [1, 5, 2, 10, 33, 3, 9]
After called sorted(): [1, 5, 2, 10, 33, 3, 9]
New list: [33, 10, 9, 5, 3, 2, 1]
還有,key
引數的一個例子。
def byName(entry):
return entry["name"]
def byAge(entry):
return entry["age"]
def byRank(entry):
return entry["rank"]
data = [{
"name": "Vaibhav",
"age": 18,
"rank": 1,
}, {
"name": "Steve",
"age": 24,
"rank": 5,
}, {
"name": "Olive",
"age": 12,
"rank": 2,
},{
"name": "Allison",
"age": 17,
"rank": 4,
}]
print("Original Data")
print(data)
print("Sorted by Name")
nameSorted = sorted(data, key = byName)
print(nameSorted)
print("Sorted by Age")
ageSorted = sorted(data, key = byAge)
print(ageSorted)
print("Sorted by Rank")
rankSorted = sorted(data, key = byRank)
print(rankSorted)
print("Data after all operations")
print(data)
輸出:
Original Data
[{'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Steve', 'age': 24, 'rank': 5}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}]
Sorted by Name
[{'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Steve', 'age': 24, 'rank': 5}, {'name': 'Vaibhav', 'age': 18, 'rank': 1}]
Sorted by Age
[{'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Steve', 'age': 24, 'rank': 5}]
Sorted by Rank
[{'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}, {'name': 'Steve', 'age': 24, 'rank': 5}]
Data after all operations
[{'name': 'Vaibhav', 'age': 18, 'rank': 1}, {'name': 'Steve', 'age': 24, 'rank': 5}, {'name': 'Olive', 'age': 12, 'rank': 2}, {'name': 'Allison', 'age': 17, 'rank': 4}]