Python 序列构成的数组(list.sort方法和内置函数sorted)

list.sort方法和内置函数sorted

list.sort 方法会就地排序列表,也就是说不会把原列表复制一份。这

也是这个方法的返回值是 None 的原因,提醒你本方法不会新建一个列

表。在这种情况下返回 None 其实是 Python 的一个惯例:如果一个函数

或者方法对对象进行的是就地改动,那它就应该返回 None,好让调用

者知道传入的参数发生了变动,而且并未产生新的对象。例

如,random.shuffle 函数也遵守了这个惯例。

用返回 None 来表示就地改动这个惯例有个弊端,那就是调用
者无法将其串联起来。而返回一个新对象的方法(比如说 str 里的
所有方法)则正好相反,它们可以串联起来调用,从而形成连贯接
口(fluent interface)。

与 list.sort 相反的是内置函数 sorted,它会新建一个列表作为返回

值。这个方法可以接受任何形式的可迭代对象作为参数,甚至包括不可

变序列或生成器。而不管 sorted 接受的是怎样的参

数,它最后都会返回一个列表。

不管是 list.sort 方法还是 sorted 函数,都有两个可选的关键字参

数。

reverse

如果被设定为 True,被排序的序列里的元素会以降序输出(也就

是说把最大值当作最小值来排序)。这个参数的默认值是 False。

key

一个只有一个参数的函数,这个函数会被用在序列里的每一个元素

上,所产生的结果将是排序算法依赖的对比关键字。比如说,在对一些

字符串排序时,可以用 key=str.lower 来实现忽略大小写的排序,或

者是用 key=len 进行基于字符串长度的排序。这个参数的默认值是恒等函数(identity function),也就是默认用元素自己的值来排序。

可选参数 key 还可以在内置函数 min() 和 max() 中起作用。
另外,还有些标准库里的函数也接受这个参数,像
itertools.groupby() 和 heapq.nlargest() 等。

下面通过几个小例子来看看这两个函数和它们的关键字参数

复制代码
>>> fruits = ['grape', 'raspberry', 'apple', 'banana']
>>> sorted(fruits)
['apple', 'banana', 'grape', 'raspberry'] ➊
>>> fruits
['grape', 'raspberry', 'apple', 'banana'] ➋
>>> sorted(fruits, reverse=True)
['raspberry', 'grape', 'banana', 'apple'] ➌
>>> sorted(fruits, key=len)
['grape', 'apple', 'banana', 'raspberry'] ➍
>>> sorted(fruits, key=len, reverse=True)
['raspberry', 'banana', 'grape', 'apple'] ➎
>>> fruits
['grape', 'raspberry', 'apple', 'banana'] ➏
>>> fruits.sort() ➐
>>> fruits
['apple', 'banana', 'grape', 'raspberry'] ➑

❶ 新建了一个按照字母排序的字符串列表。

❷ 原列表并没有变化。

❸ 按照字母降序排序。

❹ 新建一个按照长度排序的字符串列表。因为这个排序算法是稳定

的,grape 和 apple 的长度都是 5,它们的相对位置跟在原来的列表里是

一样的。

❺ 按照长度降序排序的结果。结果并不是上面那个结果的完全翻转,

因为用到的排序算法是稳定的,也就是说在长度一样时,grape 和 apple

的相对位置不会改变。

❻ 直到这一步,原列表 fruits 都没有任何变化。

❼ 对原列表就地排序,返回值 None 会被控制台忽略。

❽ 此时 fruits 本身被排序。

已排序的序列可以用来进行快速搜索,而标准库的 bisect 模块给我们

提供了二分查找算法。下一节会详细讲这个函数,顺便还会看看

bisect.insort 如何让已排序的序列保持有序。

相关推荐
Deng9452013145 小时前
基于Python的职位画像系统设计与实现
开发语言·python·文本分析·自然语言处理nlp·scrapy框架·gensim应用
FreakStudio9 小时前
一文速通 Python 并行计算:13 Python 异步编程-基本概念与事件循环和回调机制
python·pycharm·协程·多进程·并行计算·异步编程
LCG元10 小时前
Windows实时内核驱动的数据捕获接口:高精度时钟与零拷贝的架构剖析
windows·架构
豌豆花下猫11 小时前
让 Python 代码飙升330倍:从入门到精通的四种性能优化实践
后端·python·ai
夏末蝉未鸣0111 小时前
python transformers库笔记(BertForTokenClassification类)
python·自然语言处理·transformer
行者游学11 小时前
windows grpcurl
windows
weixin_4188138713 小时前
Python-可视化学习笔记
笔记·python·学习
goxingman13 小时前
Spring Data JPA基本方法调用规律
windows
Danceful_YJ13 小时前
4.权重衰减(weight decay)
python·深度学习·机器学习
Zonda要好好学习14 小时前
Python入门Day5
python