上一篇
Python sorted函数完整使用教程 | 掌握Python排序技巧
ZhaoPaiKan
- Python
- 2025-08-04
- 1937
Python sorted函数完全指南
掌握Python排序的艺术 - 从基础到高级用法
sorted函数简介
Python中的sorted()函数是用于排序的内置函数，它可以对任何可迭代对象进行排序并返回一个新的有序列表。与列表的sort()方法不同，sorted()函数不会改变原始数据，而是返回一个新的排序后的列表。
为什么使用sorted函数？
- 可以对任何可迭代对象排序（列表、元组、字典等）
- 返回一个新的排序列表，不改变原始数据
- 支持自定义排序规则
- 简单易用，功能强大
- 在Python 2和Python 3中表现一致
注意： sorted()函数总是返回一个列表，无论输入是什么可迭代类型。
# 基本排序示例 numbers = [3, 1, 4, 1, 5, 9, 2, 6] sorted_numbers = sorted(numbers) print("原始列表:", numbers) print("排序后列表:", sorted_numbers) # 输出结果: # 原始列表: [3, 1, 4, 1, 5, 9, 2, 6] # 排序后列表: [1, 1, 2, 3, 4, 5, 6, 9]
sorted函数基本语法
sorted()函数的基本语法如下：
sorted(iterable, key=None, reverse=False)
参数说明：
| 参数 | 说明 | 默认值 |
|---|---|---|
| iterable | 必需，表示要排序的可迭代对象（列表、元组、字典、集合等） | 无 |
| key | 可选，用于指定排序依据的函数 | None |
| reverse | 可选，排序顺序，True表示降序，False表示升序 | False（升序） |
sorted函数使用示例
1. 基本排序
对数字列表进行升序和降序排序：
2. 字符串排序
对字符串列表按字母顺序排序：
3. 复杂数据结构排序
对元组列表按特定元素排序：
# 1. 基本数字排序 numbers = [5, 2, 9, 1, 7] ascending = sorted(numbers) # 升序 descending = sorted(numbers, reverse=True) # 降序 # 2. 字符串排序 fruits = ['apple', 'Banana', 'cherry', 'Date'] sorted_fruits = sorted(fruits) # 区分大小写排序 case_insensitive = sorted(fruits, key=lambda s: s.lower()) # 3. 复杂数据结构排序 students = [ ('Alice', 90), ('Bob', 75), ('Charlie', 95) ] # 按分数排序 sorted_by_grade = sorted(students, key=lambda x: x[1])
key参数的高级用法
key参数是sorted函数最强大的功能之一，它允许我们自定义排序规则。key函数应用于每个元素，并返回一个用于排序的值。
按字符串长度排序
words = ['Python', 'is', 'awesome', 'for', 'sorting'] sorted_words = sorted(words, key=len) # 结果: ['is', 'for', 'Python', 'sorting', 'awesome']
按字典值排序
student_scores = {
'Alice': 90,
'Bob': 75,
'Charlie': 95
}
# 按分数排序并获取名字
sorted_names = sorted(student_scores, key=student_scores.get)
# 结果: ['Bob', 'Alice', 'Charlie']
多级排序
people = [
{'name': 'Alice', 'age': 30, 'score': 90},
{'name': 'Bob', 'age': 25, 'score': 95},
{'name': 'Charlie', 'age': 30, 'score': 85}
]
# 先按年龄升序，再按分数降序
sorted_people = sorted(people, key=lambda x: (x['age'], -x['score']))
sorted与sort()方法的区别
| 特性 | sorted()函数 | list.sort()方法 |
|---|---|---|
| 适用范围 | 所有可迭代对象 | 仅列表 |
| 返回值 | 返回新列表 | 原地修改，返回None |
| 原始数据 | 不改变原始数据 | 改变原始列表 |
| 链式调用 | 支持链式操作 | 不支持 |
| 使用示例 | sorted(iterable) | list.sort() |
选择建议： 当需要保留原始数据时使用sorted()函数，当不需要原始数据且操作对象是列表时使用sort()方法。
排序算法与性能
Python的sorted()函数使用的是TimSort算法，这是一种混合排序算法，结合了归并排序和插入排序的优点。
TimSort特点：
- 稳定排序（相等元素的相对位置不变）
- 时间复杂度：O(n log n)
- 对部分有序的数据效率很高
- 实际应用中表现优异
性能注意事项：
- 排序大列表时，sorted()会消耗额外内存
- 复杂key函数可能影响性能
- 对于小型数据集，sorted()和sort()性能差异很小
# 性能比较示例 import timeit setup = "import random; data = [random.randint(0, 1000) for _ in range(10000)]" # 测试sorted()函数 sorted_time = timeit.timeit("sorted(data)", setup, number=100) # 测试list.sort()方法 sort_time = timeit.timeit("data.sort()", setup, number=100) print(f"sorted() 用时: {sorted_time:.4f} 秒") print(f"sort() 用时: {sort_time:.4f} 秒") # 典型输出: # sorted() 用时: 0.4521 秒 # sort() 用时: 0.3127 秒
本文由ZhaoPaiKan于2025-08-04发表在吾爱品聚，如有疑问，请联系我们。
本文链接：https://521pj.cn/20257315.html
发表评论