本文主要是介绍Python中的sort()和sorted()用法示例解析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Python中的sort()和sorted()用法示例解析》本文给大家介绍Python中list.sort()和sorted()的使用区别,详细介绍其参数功能及Timsort排序算法特性,涵盖自适应...
一、list.sort()
sort()是列表（list）的内置方法，直接对原列表进行排序（原地排序），不返回新列表。
参数说明
key（可选）：指定一个函数（内置或自定义），用于从每个元素中提取比较键（如 key=str.lower）。
reverse（可选）：布尔值，True 表示降序，False 表示升序（默认）。
常用内置函数
abs(x)：按绝对值排序（适用于数字）。
len(x)：按长度排序（适用于字符串、列表等）。
str.lower(x) 或 str.upper(x)：忽略大小写排序（适用于字符串）。
int(x) 或 float(x)：转换为数值后排序（适用于字符串数字）。
ord(x)：按字符的 ASCII 码排序（适用于单个字符）。
基本用法示例
numbers = [3, 1, 4, 1, 5, 9, 2] # 升序排序（默认） numbers.sort() print(numbers) # [1, 1, 2, 3, 4, 5, 9] # 降序排序 numbers.sort(reverse=True) print(numbers) # [9, 5, 4, 3, 2, 1, 1] # 按绝对值排序 numbers = [-3, 1, -4, 2] numbers.sort(key=abs) print(numbers) # [1, 2, -3, -4]
自定义函数示例
# 返回元组的第 2 个元素
def get_second_element(item):
return item[1]
data = [("Alice", 25), ("Bob", 20), ("Jack", 30)]
data.sort(key=get_second_element) # 按年龄排序
print(data)
# [('Bob', 20), ('Alice', 25), ('Jack', 30)]lambda表达式示例
lambda是一种匿名函数，适用于简单的key逻辑
# 按字符串的最后一个字符排序 words = ["apple", "banana", "cherry"] words.sort(key=lambda x: x[-1]) print(words) # ['banana', 'apple',编程 'cherry']
operator模块的函数示例
operator 模块提供了一些高效的 key 函数：
operator.itemgetter(n)：获取可迭代对象的第 n 个元素（适用于元组、字典等）。
operator.attrgetter(‘attr’)：获取对象的属性（适用于类实例）。
from operator import itemgetter
data = [("Alice", 25), ("Bob", 20), ("Jack", 30)]
# 按年龄排序（等同于 lambda x: x[1]）
data.sort(key=itemgetter(1))
print(data)
# [('Bob', 20), ('Alice', 25), ('Jack', 30)]二、sorted()函数
sorted()是python内置函数，对所有可迭代对象（如列表、元组、字典等）进行排序，返回一个新列表，原对象不变。
参数说明
iterable：要排序的可迭代对象（如列表、元组、字符串等）。
key（可选）：同 sort()，指定比较键。
reverse（可选）：同 sort()，控制排序顺序。
基本用法示例
# 对列表排序
numbers = [3, 1, 4, 1, 5]
sorted_numbers = sorted(numbers)
print(sorted_numbers)
# [1, 1, 3, 4, 5]
#CKRUeRcv 对字符串排序（按字符的 ASCII 码）
word = "python"
sorted_word = sorted(word)
print(sorted_word)
# ['h', 'n', 'o', 'p', 't', 'y']
# 对元组排序
data = (("Alice", 25), ("Bob", 20), ("Jack", 30))
sorted_data = sorted(data, key=lambda x: x[1]) # 按年龄排序
print(sorted_data)
# [('Bob', 20), ('Alice', 25), ('Jack', 30)]按自定义规则排序示例
words = ["banana", "watermelon", "apple"] # 按单词长度排序 sorted_words = sorted(words, key=len) print(sorted_words) # ['apple', 'banana', 'watermelon']
多级排序示例
people = [("Alice", 25), ("Bob", 20), ("Charlie", 25)]
# 先按年龄升序，再按姓名降序
sorted_people = sorted(people, key=lambda x: (x[1], -ord(x[0][0])))
print(sorted_people)
# [('Bob', 20), ('Charlie', 25), ('Alice', 25)]
对字典的键或值排序
scores = {"Alice": 90, "Charlie": 75, "Bob": 85}
# 按键排序
sorted_by_name = sorted(scores.items())
print(sorted_by_name)
# [('Alice', 90), ('Bob', 85), ('Charlie', 75)]
# 按值排序
sorted_by_score = sorted(scores.items(), key=lambda x: x[1])
print(sorChina编程ted_by_score)
# [('Charlie', 75), ('Bob', 85), ('Alice', 90)]三、sort和sorted的排序算法
list.sort()和sorted()函数使用的排序算法是Timsort，这是一种混合、稳定的排序算法，结合了归并排序（Merge Sort） 和 插入排序（Insertion Sort）的优点，并且效率极高。
Timsort 的核心原理
自适应排序：
Timsort 根据输入数据的特点自适应地选择排序策略：
- 对小规模数据（通常是 <=64个元素），直接使用插入排序（因为在小数据量上插入排序的常数因子更小，速度更快）；
- 对大规模数据，采用归并排序的分治思想，但会利用数据的现有顺序（如部分已排序的子序列）。
利用数据的自然有序性：
Timsort 会扫描数据，识别并分割已经有序的片段（称为 run），然后通过归并排序将这些 run 合并。如果数据本身有部分有序，Timsort 的效率会显著高于传统归并排序。
稳定性：
Timsort是稳定排序，即相等元素的相对顺序在排序后保持不变。这对多关键字排序（如先按年龄排序，再按姓名排序）非常有用。
时间复杂度：
最坏情况：O(nlogn)（与归并排序相同）。
最佳情况：O(n)（当输入数据已有序或接近有序时，利用插入排序优化）。
平均情况：O(nlogn)。
Timsort 的好处
实际数据友好：现实中的数据通常部分有序（如日志按时间接近有序），Timsort 能高效利用这一点。
平衡性能：对于不同规模和数据分布，Timsort 在平均和最www.chinasem.cn坏情况下均表www.chinasem.cn现良好（平均和最坏时间复杂度均为 O(n log n)）。
Timsort广泛应用
Java
Arrays.sort() 和 Collections.sort()
javascript (V8 引擎)
V8 引擎（Chrome、Node.js）
Swift
标准库的 sort() 方法
Rust
slice::sort 和 slice::sort_by
Kotlin
sort() 和 sorted() 函数
C#（部分场景）
Enumerable.OrderBy LINQ 方法
到此这篇关于Python中的sort()和sorted()用法示例解析的文章就介绍到这了,更多相关python sort()和sorted()用法内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)！
这篇关于Python中的sort()和sorted()用法示例解析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
