Python 中 sort() 和 sorted() 的区别
Vaibhav Vaibhav
2023年1月30日
2021年12月4日
排序是计算机科学领域中非常重要的一个话题。有许多算法可用于对数据数组进行排序，例如归并排序、快速排序、冒泡排序、选择排序、插入排序等。所有这些算法都有不同的时间和空间复杂度，但通常认为合并和快速是最好的。由于排序是一种非常常见的操作，因此编程语言包含用于对数据进行排序的内置函数。Python 就是其中之一。
但是，Python 中有两个用于排序的函数，即 sort 和 sorted。在本文中，我们将了解这两种排序功能之间的区别。
Python 中的 sort() 函数
Python 中的 sort 函数通过交换索引处的值对列表进行原地排序。当我们对一个列表调用 sort 函数时，不会返回一个新列表；相反，相同的列表被排序。sort() 函数可用于对列表进行排序。
示例请参考以下代码。
myList = [1, 5, 2 ,10, 33, 3, 9]
print(myList)
myList.sort()
print(myList)
输出：
[1, 5, 2, 10, 33, 3, 9]
[1, 2, 3, 5, 9, 10, 33]
正如我们所看到的，当我们对它调用 sort 函数时，对同一个列表进行了排序。
如果我们希望以相反的顺序对列表进行排序，我们也可以通过将 reverse 参数设置为 True 来实现。
相同的参考下面的代码。
myList = [1, 5, 2 ,10, 33, 3, 9]
print(myList)
myList.sort(reverse = True)
print(myList)
输出：
[1, 5, 2, 10, 33, 3, 9]
[33, 10, 9, 5, 3, 2, 1]
sort 函数还有另一个参数，即 key，可用于定义要考虑排序的值。例如，如果我们有一个对的列表，并且我们希望考虑第二个值对这些对进行排序，我们可以使用 key 参数来做到这一点。
示例请参考以下代码。
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)
输出：
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)]
正如我们所看到的，列表是根据对中的第二个数字进行排序的。
我们还可以使用相同的方法对字典列表进行排序。相同的参考下面的代码。
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)
输出：
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}]
正如我们所看到的，字典列表中的条目是根据我们定义的键进行排序的。
Python 中的 sorted() 函数
与 sort 函数一样，sorted 也用于对列表进行排序。但是，sorted 函数返回一个新列表，而不是原地排序相同的列表。这是两个函数之间的主要区别。让我们通过一个例子来理解这一点。
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)
输出：
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]
如我们所见，我们传递给 sorted 函数的列表保持不变，并返回了一个新列表，该列表存储在 newList 变量中。两个参数，即 reverse 和 key，在这个函数中也可用。使用这两者，我们可以得到一个倒序排序的列表，并根据自定义键对列表进行排序。以下示例描述了相同的情况。
reverse 参数的示例。
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)
输出：
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]
还有，key 参数的一个例子。
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)
输出：
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}]
Author: Vaibhav Vaibhav
