Python 的 sort() 函数详解：排序列表、元组及自定义排序293

Python 内置的 `sort()` 方法和 `sorted()` 函数是处理列表排序的利器，它们提供了灵活高效的排序方式，适用于各种数据类型和自定义排序规则。本文将深入探讨 `sort()` 方法的用法，包括其参数、使用方法以及与 `sorted()` 函数的比较，并结合实例讲解如何处理数字、字符串、以及包含自定义对象的列表排序。

`sort()` 方法与 `sorted()` 函数的区别：

首先需要明确的是，`sort()` 是列表对象的内置方法，它直接修改原列表，返回值为 `None`。而 `sorted()` 是一个内置函数，它接收一个可迭代对象作为参数，返回一个新的已排序列表，原列表保持不变。 这意味着，如果需要保留原列表，则应该使用 `sorted()` 函数；如果希望直接修改原列表并节省内存，则使用 `sort()` 方法。

`sort()` 方法的参数：

`sort()` 方法接受三个可选参数：
key: 一个函数，用于从列表的每个元素中提取用于比较的键。例如，如果要根据字符串长度排序，可以将 `len` 函数作为 `key` 参数。
reverse: 一个布尔值，指示排序顺序。如果为 `True`，则反向排序；如果为 `False` (默认值)，则正向排序。
cmp: (Python 2 only) 一个比较函数，用于比较两个元素。在 Python 3 中，此参数已被移除，建议使用 `key` 参数代替。

数字列表排序：

对于数字列表，`sort()` 方法会按照升序排列。如果需要降序排列，则设置 `reverse=True`。numbers = [3, 1, 4, 1, 5, 9, 2, 6]
() # 升序排序
print(numbers) # 输出: [1, 1, 2, 3, 4, 5, 6, 9]
(reverse=True) # 降序排序
print(numbers) # 输出: [9, 6, 5, 4, 3, 2, 1, 1]

字符串列表排序：

字符串列表的排序是按字典序进行的。words = ["banana", "apple", "orange", "grape"]
()
print(words) # 输出: ['apple', 'banana', 'grape', 'orange']

自定义对象列表排序：

当列表元素为自定义对象时，需要使用 `key` 参数指定一个函数来提取用于比较的键。例如，假设我们有一个 `Student` 类，包含 `name` 和 `score` 属性，我们想根据分数进行排序：class Student:
def __init__(self, name, score):
= name
= score
students = [Student("Alice", 85), Student("Bob", 92), Student("Charlie", 78)]
# 使用 lambda 函数作为 key
(key=lambda student: )
print([ for student in students]) # 输出: ['Charlie', 'Alice', 'Bob']
# 降序排序
(key=lambda student: , reverse=True)
print([ for student in students]) # 输出: ['Bob', 'Alice', 'Charlie']

使用 `key` 参数进行更复杂的排序：

`key` 参数可以实现更复杂的排序逻辑。例如，我们可以根据字符串长度和首字母进行排序：words = ["apple", "banana", "kiwi", "orange", "pear"]
(key=lambda word: (len(word), word[0]))
print(words) # 输出: ['kiwi', 'pear', 'apple', 'banana', 'orange']

这段代码先根据字符串长度排序，如果长度相同，则根据首字母排序。

处理包含None值的列表：

当列表中包含 `None` 值时，`sort()` 会将 `None` 值排在最前面。mixed_list = [3, None, 1, 5, None, 2]
()
print(mixed_list) # 输出: [None, None, 1, 2, 3, 5]

总结：

Python 的 `sort()` 方法是一个强大且灵活的排序工具。通过理解其参数和使用方法，我们可以轻松地对各种类型的列表进行排序，并实现复杂的自定义排序规则。 记住 `sort()` 方法直接修改原列表，如果需要保留原列表，请使用 `sorted()` 函数。

进阶学习：

为了更深入地理解排序算法，可以研究 Python 的内置排序算法（Timsort），以及其他排序算法，例如归并排序、快速排序等。理解这些算法的原理和效率可以帮助你更好地选择和优化排序策略，尤其是在处理大型数据集时。

2025-05-16

上一篇：Python字符串作为变量名：动态变量创建与安全风险

下一篇：Vibe算法Python实现与详解：高效的背景建模方法