Pythonin lajittelulistaryhmämenetelmä - nouseva ja laskeva esimerkkien avulla

Jos haluat oppia työskentelemään sort()menetelmän kanssa Python-projekteissasi, tämä artikkeli on sinulle. Tämä menetelmä on erittäin tehokas ja voit mukauttaa sen tarpeidesi mukaan, joten katsotaanpa, miten se toimii yksityiskohtaisesti.

Sinä tulet oppimaan:

  • Kuinka käyttää tätä menetelmää ja mukauttaa sen toimintoja.
  • Milloin sitä käytetään ja milloin ei.
  • Kuinka kutsua sitä erilaisten argumenttiyhdistelmien välittämiseksi.
  • Kuinka lajitella luettelo nousevassa ja laskevassa järjestyksessä.
  • Kuinka vertailla luettelon elementtejä väliarvojen perusteella.
  • Kuinka voit siirtää lambda-toiminnot tälle menetelmälle.
  • Kuinka tämä menetelmä verrataan sorted()funktioon.
  • Miksi sort()menetelmä suorittaa vakaan lajittelun.
  • Kuinka mutaatioprosessi toimii kulissien takana.

Oletko valmis? Aloitetaanpa! ⭐

? Tarkoitus- ja käyttökotelot

Kun sort()menetelmällä, voit lajitella luettelon joko:

  • Nousevassa järjestyksessä
  • Laskeva järjestys

Tätä menetelmää käytetään lajittelemaan luettelo paikalleen, mikä tarkoittaa, että se muuttaa tai muokkaa sitä suoraan luomatta uusia kopioita, joten muista:

Opit lisää mutaatiosta tästä artikkelista (lupaan!), Mutta toistaiseksi on erittäin tärkeää, että tiedät, että sort()menetelmä muuttaa luetteloa, joten sen alkuperäinen versio menetetään.

Tämän vuoksi sinun tulisi käyttää tätä menetelmää vain, jos:

  • Haluat muokata (lajitella) luetteloa pysyvästi.
  • Sinun ei tarvitse säilyttää luettelon alkuperäistä versiota.

Jos tämä sopii tarpeisiisi, .sort()menetelmä on juuri sitä mitä etsit.

? Syntaksi ja argumentit

Katsotaanpa, kuinka voit soittaa .sort()hyödyntämään sen täyttä tehoa.

Tämä on peruskutsu (ilman argumentteja):

Jos et välitä argumentteja, oletuksena:

  • Luettelo lajitellaan nousevassa järjestyksessä.
  • Luettelon elementtejä verrataan suoraan <operaattoriin käyttämällä niiden arvoja .

Esimerkiksi:

>>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort() >>> b [2, 3, 3, 6, 7, 8, 9] # Sorted!

Mukautetut argumentit  

Voit mukauttaa sort()menetelmän toimintaa lähettämällä kaksi valinnaista argumenttia:

  • Avain
  • Käänteinen

Katsotaanpa, miten he muuttavat tämän menetelmän käyttäytymistä. Tässä meillä on menetelmäkutsu, jossa on nämä kaksi argumenttia:

Ennen kuin selitän niiden toimintaa, haluaisin selittää jotain, jonka olet todennäköisesti huomannut yllä olevassa kaaviossa - metodikutsussa parametrien nimet on sisällytettävä ennen vastaavia arvoja, kuten tämä:

  • key=
  • reverse=

Tämä johtuu siitä, että ne ovat vain avainsana-argumentteja . Jos välität heille mukautetun arvon, heidän nimensä on määritettävä metodikutsussa, jota seuraa yhtälömerkki =ja vastaavat arvot, kuten tämä:

Muussa tapauksessa, jos yrität välittää argumentit suoraan kuten tavallisesti sijaintiparametreille, näet tämän virheen, koska funktio ei tiedä mikä argumentti vastaa mitä parametria:

TypeError: sort() takes no positional arguments

Käänteinen

Nyt kun tiedät, mitkä ovat vain avainsana-argumentit, aloitetaan reverse.

Arvo reversevoi olla joko Truetai False:

  • False tarkoittaa, että luettelo lajitellaan nousevassa järjestyksessä.
  • True tarkoittaa, että luettelo lajitellaan laskevassa (käänteisessä) järjestyksessä.

? Vinkki: Oletusarvoisesti sen arvo on False- jos et välitä argumentteja tälle parametrille, luettelo lajitellaan nousevassa järjestyksessä.

Tässä meillä on muutama esimerkki:

# List of Integers >>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort() >>> b [2, 3, 3, 6, 7, 8, 9] # List of Strings >>> c = ["A", "Z", "D", "T", "U"] >>> c.sort() >>> c ['A', 'D', 'T', 'U', 'Z'] 

? Vinkki: Jos luettelon elementit ovat merkkijonoja, ne lajitellaan aakkosjärjestyksessä.

# List of Integers >>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort(reverse=True) >>> b [9, 8, 7, 6, 3, 3, 2] # List of Strings >>> c = ["A", "Z", "D", "T", "U"] >>> c.sort(reverse=True) >>> c ['Z', 'U', 'T', 'D', 'A']

? Vinkki: Huomaa, kuinka luettelo on lajiteltu laskevassa järjestyksessä, jos reverseon True.

Avain

Nyt kun tiedät kuinka toimia reverseparametrin kanssa, katsotaan keyparametri.

Tämä parametri on hieman yksityiskohtaisempi, koska se määrittää, kuinka luettelon elementtejä verrataan lajitteluprosessin aikana.

Arvo keyon joko:

  • None, which means that the elements of the list will be compared directly. For example, in a list of integers, the integers themselves can be used for the comparison.
  • Afunction of one argument that generates an intermediate value for each element. This intermediate value is calculated only once and it's used to make the comparisons during the entire sorting process. We use this when we don't want to compare the elements directly, for example, when we want to compare strings based on their length (the intermediate value).

? Tip: By default, the value of key is None, so the elements are compared directly.

For example:

Let's say that we want to sort a list of strings based on their length, from the shortest string to the longest string. We can pass the function len as the value of key, like this:

>>> d = ["aaa", "bb", "c"] >>> d.sort(key=len) >>> d ['c', 'bb', 'aaa']

? Tip: Notice that we are only passing the name of the function (len) without parenthesis because we are not calling the function. This is very important.

Notice the difference between comparing the elements directly and comparing their length (see below). Using the default value of key (None) would have sorted the strings alphabetically (left), but now we are sorting them based on their length (right):

What happens behind the scenes? Each element is passed as an argument to the len() function, and the value returned by this function call is used to perform the comparisons during the sorting process:

This results in a list with a different sorting criteria: length.

Here we have another example:

Another interesting example is sorting a list of strings as if they were all written in lowercase letters (for example, making "Aa" equivalent to "aa").

According to lexicographical order, capital letters come before lowercase letters:

>>> "E" < "e" True

So the string "Emma" would come before "emily" in a sorted list, even if their lowercase versions would be in the opposite order:

>>> "Emma" >> "emma" < "emily" False

To avoid distinguishing between capital and lowercase letters, we can pass the function str.lower as key. This will generate a lowercase version of the strings that will be used for the comparisons:

>>> e = ["Emma", "emily", "Amy", "Jason"] >>> e.sort(key=str.lower) >>> e ['Amy', 'emily', 'Emma', 'Jason']

Notice that now, "emily" comes before "Emma" in the sorted list, which is exactly what we wanted.

? Tip: if we had used the default sorting process, all the strings that started with an uppercase letter would have come before all the strings that started with a lowercase letter:

>>> e = ["Emma", "emily", "Amy", "Jason"] >>> e.sort() >>> e ['Amy', 'Emma', 'Jason', 'emily']

Here is an example using Object-Oriented Programming (OOP):

If we have this very simple Python class:

>>> class Client: def __init__(self, age): self.age = age

And we create four instances:

>>> client1 = Client(67) >>> client2 = Client(23) >>> client3 = Client(13) >>> client4 = Client(35)

We can make a list that references them:

>>> clients = [client1, client2, client3, client4]

Then, if we define a function to get the age of these instances:

>>> def get_age(client): return client.age

We can sort the list based on their age by passing the get_age function an an argument:

>>> clients.sort(key=get_age)

This is the final, sorted version of the list. We use a for loop to print the age of the instances in the order that they appear in the list:

>>> for client in clients: print(client.age) 13 23 35 67

Exactly what we wanted – now the list is sorted in ascending order based on the age of the instances.

? Tip: Instead of defining a get_age function, we could have used a lambda function to get the age of each instance, like this:

>>> clients.sort(key=lambda x: x.age)

Lambda functions are small and simple anonymous functions, which means that they don't have a name. They are very helpful for these scenarios when we only want to use them in particular places for a very short period of time.

This is the basic structure of the lambda function that we are using to sort the list:

Passing Both Arguments

Awesome! Now you know to customize the functionality of the sort() method. But you can take your skills to a whole new level by combining the effect of key and reverse in the same method call:

>>> f = ["A", "a", "B", "b", "C", "c"] >>> f.sort(key=str.lower, reverse=True) >>> f ['C', 'c', 'B', 'b', 'A', 'a']

These are the different combinations of the arguments and their effect:

The Order of Keyword-Only Arguments Doesn't Matter

Since we are specifying the names of the arguments, we already know which value corresponds to which parameter, so we can include either key or reverse first in the list and the effect will be exactly the same.

So this method call:

Is equivalent to:

This is an example:

>>> a = ["Zz", "c", "y", "o", "F"] >>> a.sort(key=str.lower, reverse=True) >>> a ['Zz', 'y', 'o', 'F', 'c']

If we change the order of the arguments, we get the exact same result:

>>> a = ["Zz", "c", "y", "o", "F"] >>> a.sort(reverse=True, key=str.lower) >>> a ['Zz', 'y', 'o', 'F', 'c']

? Return Value

Puhutaan nyt hieman tämän menetelmän palautusarvosta. sort()Menetelmä palaa None- se ei ole palauta lajiteltu versio luettelosta, kuten voimme intuitiivisesti odottaa.

Python-dokumentaation mukaan:

Muistuttaakseen käyttäjiä siitä, että se toimii sivuvaikutuksena, se ei palauta lajiteltuja järjestyksiä.

Pohjimmiltaan tätä käytetään muistuttamaan meitä siitä, että muokkaamme alkuperäistä luetteloa muistissa emmekä luo uutta kopiota luettelosta.

Tämä on esimerkki sort():

>>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] # Assign the return value to this variable: >>> val = nums.sort() # Check the return value: >>> print(val) None

Näetkö? Nonepalautettiin metodikutsulla.

? Tip: It is very important not to confuse the sort() method with the sorted() function, which is a function that works very similarly, but doesn't modify the original list. Instead sorted() generates and returns a new copy of the list, already sorted.

This is an example that we can use to compare them:

# The sort() method returns None >>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] >>> val = nums.sort() >>> print(val) None
# sorted() returns a new sorted copy of the original list >>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] >>> val = sorted(nums) >>> val [2.4, 2.6, 3.5, 6.5, 7.3, 7.4] # But it doesn't modify the original list >>> nums [6.5, 2.4, 7.3, 3.5, 2.6, 7.4]

This is very important because their effect is very different. Using the sort() method when you intended to use sorted() can introduce serious bugs into your program because you might not realize that the list is being mutated.

? The sort() Method Performs a Stable Sort

Now let's talk a little bit about the characteristics of the sorting algorithm used by sort().

Tämä menetelmä suorittaa vakaan lajittelun, koska se toimii TimSortin, erittäin tehokkaan ja vakaan lajittelualgoritmin, toteutuksen kanssa.

Python-dokumentaation mukaan:

Lajittelu on vakaa, jos se takaa, ettei muuteta yhtäläisten elementtien suhteellista järjestystä - tästä on hyötyä lajittelussa useissa erissä (esimerkiksi lajittelu osaston, sitten palkkatason mukaan).

Tämä tarkoittaa, että jos kahdella elementillä on sama arvo tai väliarvo (avain), ne taataan pysyvän samassa järjestyksessä toistensa suhteen.

Katsotaanpa, mitä tarkoitan tällä. Katsokaa tätä esimerkkiä hetkeksi:

>>> d = ["BB", "AA", "CC", "A", "B", "AAA", "BBB"] >>> d.sort(key=len) >>> d ['A', 'B', 'BB', 'AA', 'CC', 'AAA', 'BBB']

Vertailemme elementtejä niiden pituuden perusteella, koska ohitimme lenfunktion argumenttina key.

We can see that there are three elements with length 2: "BB", "AA", and "CC" in that order.

Now, notice that these three elements are in the same relative order in the final sorted list:

This is because the algorithm is guaranteed to be stable and the three of them had the same intermediate value (key) during the sorting process (their length was 2, so their key was 2).

? Tip: The same happened with "A" and "B" (length 1) and "AAA" and "BBB" (length 3), their original order relative to each other was preserved.

Now you know how the sort() method works, so let's dive into mutation and how it can affect your program.

? Mutation and Risks

As promised, let's see how the process of mutation works behind the scenes:

When you define a list in Python, like this:

a = [1, 2, 3, 4]

You create an object at a specific memory location. This location is called the "memory address" of the object, represented by a unique integer called an id.

You can think of an id as a "tag" used to identify a specific place in memory:

You can access a list's id using the id() function, passing the list as argument:

>>> a = [1, 2, 3, 4] >>> id(a) 60501512

When you mutate the list, you change it directly in memory. You may ask, why is this so risky?

It's risky because it affects every single line of code that uses the list after the mutation, so you may be writing code to work with a list that is completely different from the actual list that exists in memory after the mutation.

This is why you need to be very careful with methods that cause mutation.

In particular, the sort() method mutates the list. This is an example of its effect:

Here is an example:

# Define a list >>> a = [7, 3, 5, 1] # Check its id >>> id(a) 67091624 # Sort the list using .sort() >>> a.sort() # Check its id (it's the same, so the list is the same object in memory) >>> id(a) 67091624 # Now the list is sorted. It has been mutated! >>> a [1, 3, 5, 7]

The list was mutated after calling .sort().

Every single line of code that works with list a after the mutation has occurred will use the new, sorted version of the list. If this was not what you intended, you may not realize that other parts of your program are working with the new version of the list.

Here is another example of the risks of mutation within a function:

# List >>> a = [7, 3, 5, 1] # Function that prints the elements of the list in ascending order. >>> def print_sorted(x): x.sort() for elem in x: print(elem) # Call the function passing 'a' as argument >>> print_sorted(a) 1 3 5 7 # Oops! The original list was mutated. >>> a [1, 3, 5, 7]

The list a that was passed as argument was mutated, even if that wasn't what you intended when you initially wrote the function.

? Tip: If a function mutates an argument, it should be clearly stated to avoid introducing bugs into other parts of your program.

? Summary of the sort() Method

  • The sort() method lets you sort a list in ascending or descending order.
  • It takes two keyword-only arguments: key and reverse.
  • reverse determines if the list is sorted in ascending or descending order.
  • key is a function that generates an intermediate value for each element, and this value is used to do the comparisons during the sorting process.
  • The sort() method mutates the list, causing permanent changes. You need to be very careful and only use it if you do not need the original version of the list.

Toivon todella, että pidit artikkelistani ja pidit siitä hyödyllisenä. Nyt voit työskennelläsort()menetelmän kanssa Python-projekteissasi. Tutustu verkkokursseihini. Seuraa minua Twitterissä. ⭐️