排序指南
********

作者:
   Andrew Dalke 和 Raymond Hettinger

发布版本:
   0.1

Python 列表有一个内置的 "list.sort()" 方法可以直接修改列表。还有一个
"sorted()" 内置函数，它会从一个可迭代对象构建一个新的排序列表。

在本文档中，我们将探索使用Python对数据进行排序的各种技术。


基本排序
========

简单的升序排序非常简单：只需调用 "sorted()" 函数。它返回一个新的排序后
列表：

   >>> sorted([5, 2, 3, 1, 4])
   [1, 2, 3, 4, 5]

你也可以使用 "list.sort()" 方法，它会直接修改原列表（并返回 "None" 以
避免混淆），通常来说它不如 "sorted()" 方便 ——— 但如果你不需要原列表，
它会更有效率。

   >>> a = [5, 2, 3, 1, 4]
   >>> a.sort()
   >>> a
   [1, 2, 3, 4, 5]

另外一个区别是， "list.sort()" 方法只是为列表定义的，而 "sorted()" 函
数可以接受任何可迭代对象。

   >>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'})
   [1, 2, 3, 4, 5]


关键函数
========

"list.sort()" 和 "sorted()" 都有一个 *key* 形参用来指定在进行比较前要
在每个列表元素上调用的函数（或其他可调用对象）。

例如，下面是一个不区分大小写的字符串比较：

   >>> sorted("This is a test string from Andrew".split(), key=str.lower)
   ['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

*key* 形参的值应该是个函数（或其他可调用对象），它接受一个参数并返回一
个用于排序的键。 这种机制速度很快，因为对于每个输入记录只会调用一次键
函数。

一种常见的模式是使用对象的一些索引作为键对复杂对象进行排序。例如：

   >>> student_tuples = [
   ...     ('john', 'A', 15),
   ...     ('jane', 'B', 12),
   ...     ('dave', 'B', 10),
   ... ]
   >>> sorted(student_tuples, key=lambda student: student[2])   # sort by age
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

同样的技术也适用于具有命名属性的对象。例如：

   >>> class Student:
   ...     def __init__(self, name, grade, age):
   ...         self.name = name
   ...         self.grade = grade
   ...         self.age = age
   ...     def __repr__(self):
   ...         return repr((self.name, self.grade, self.age))

   >>> student_objects = [
   ...     Student('john', 'A', 15),
   ...     Student('jane', 'B', 12),
   ...     Student('dave', 'B', 10),
   ... ]
   >>> sorted(student_objects, key=lambda student: student.age)   # sort by age
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]


Operator 模块函数
=================

上面显示的键函数模式非常常见，因此 Python 提供了便利功能，使访问器功能
更容易，更快捷。  "operator" 模块有 "itemgetter()" 、 "attrgetter()"
和 "methodcaller()" 函数。

使用这些函数，上述示例变得更简单，更快捷：

   >>> from operator import itemgetter, attrgetter

   >>> sorted(student_tuples, key=itemgetter(2))
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

   >>> sorted(student_objects, key=attrgetter('age'))
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

Operator 模块功能允许多级排序。 例如，按 *grade* 排序，然后按 *age* 排
序：

   >>> sorted(student_tuples, key=itemgetter(1,2))
   [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

   >>> sorted(student_objects, key=attrgetter('grade', 'age'))
   [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]


升序和降序
==========

"list.sort()" 和 "sorted()" 接受布尔值的 *reverse* 参数。这用于标记降
序排序。 例如，要以反向 *age* 顺序获取学生数据：

   >>> sorted(student_tuples, key=itemgetter(2), reverse=True)
   [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

   >>> sorted(student_objects, key=attrgetter('age'), reverse=True)
   [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]


排序稳定性和排序复杂度
======================

排序保证是 稳定 的。 这意味着当多个记录具有相同的键值时，将保留其原始
顺序。

   >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
   >>> sorted(data, key=itemgetter(0))
   [('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]

注意 *blue* 的两个记录如何保留它们的原始顺序，以便 "('blue', 1)" 保证
在 "('blue', 2)" 之前。

这个美妙的属性允许你在一系列排序步骤中构建复杂的排序。例如，要按
*grade* 降序然后 *age* 升序对学生数据进行排序，请先 *age* 排序，然后再
使用 *grade* 排序：

   >>> s = sorted(student_objects, key=attrgetter('age'))     # sort on secondary key
   >>> sorted(s, key=attrgetter('grade'), reverse=True)       # now sort on primary key, descending
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

这可以被抽象为一个包装函数，该函数能接受一个列表以及字段和顺序的元组，
以对它们进行多重排序。

   >>> def multisort(xs, specs):
   ...     for key, reverse in reversed(specs):
   ...         xs.sort(key=attrgetter(key), reverse=reverse)
   ...     return xs

   >>> multisort(list(student_objects), (('grade', True), ('age', False)))
   [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

Python 中使用的 Timsort 算法可以有效地进行多种排序，因为它可以利用数据
集中已存在的任何排序。


装饰-排序-取消装饰
==================

这个三个步骤被称为 Decorate-Sort-Undecorate ：

* 首先，初始列表使用控制排序顺序的新值进行修饰。

* 然后，装饰列表已排序。

* 最后，删除装饰，创建一个仅包含新排序中初始值的列表。

例如，要使用DSU方法按 *grade* 对学生数据进行排序：

>>> decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
>>> decorated.sort()
>>> [student for grade, i, student in decorated]               # undecorate
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

这方法语有效是因为元组按字典顺序进行比较，先比较第一项；如果它们相同则
比较第二个项目，依此类推。

不一定在所有情况下都要在装饰列表中包含索引 *i* ，但包含它有两个好处：

* 排序是稳定的——如果两个项具有相同的键，它们的顺序将保留在排序列表中。

* 原始项目不必具有可比性，因为装饰元组的排序最多由前两项决定。 因此，
  例如原始列表可能包含无法直接排序的复数。

这个方法的另一个名字是 Randal L. Schwartz 在 Perl 程序员中推广的
Schwartzian transform。

既然 Python 排序提供了键函数，那么通常不需要这种技术。


比较函数
========

与返回一个用于排序的绝对值的键函数不同，比较函数是计算两个输入的相对排
序。

例如，一个 天平 会比较两个样本并给出一个相对排序：较轻、相等或较重。
类似地，一个比较函数如 "cmp(a, b)" 将返回一个负值表示小于，零表示相等
，或是一个正值表示大于。

当从其他语言转写算法时经常会遇到比较函数。 此外，某些库也提供了比较函
数作为其 API 的组成部分。 例如，"locale.strcoll()" 就是一个比较函数。

为了适应这些情况，Python 提供了 "functools.cmp_to_key" 用来包装比较函
数使其可以作为键函数来使用:

   sorted(words, key=cmp_to_key(strcoll))  # locale-aware sort order


杂项说明
========

* 对于可感知语言区域的排序，请使用 "locale.strxfrm()" 作为键函数或使用
  "locale.strcoll()" 作为比较函数。 因为在不同语言中即便字母表相同“字
  母”排列顺序也可能不同所以这样做是必要的。

* *reverse* 参数仍然保持排序稳定性（因此具有相等键的记录保留原始顺序）
  。 有趣的是，通过使用内置的 "reversed()" 函数两次，可以在没有参数的
  情况下模拟该效果：

     >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
     >>> standard_way = sorted(data, key=itemgetter(0), reverse=True)
     >>> double_reversed = list(reversed(sorted(reversed(data), key=itemgetter(0))))
     >>> assert standard_way == double_reversed
     >>> standard_way
     [('red', 1), ('red', 2), ('blue', 1), ('blue', 2)]

* 排序例程在两个对象之间进行比较时使用 "<"。 因此，通过定义一个
  "__lt__()" 方法，就可以轻松地为类添加标准排序顺序:

     >>> Student.__lt__ = lambda self, other: self.age < other.age
     >>> sorted(student_objects)
     [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

  不过，请注意如果没有 "__lt__()"，则 "<" 可以退回到使用 "__gt__()"  (
  参见 "object.__lt__()")。

* 键函数不需要直接依赖于被排序的对象。键函数还可以访问外部资源。例如，
  如果学生成绩存储在字典中，则可以使用它们对单独的学生姓名列表进行排序
  ：

     >>> students = ['dave', 'john', 'jane']
     >>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
     >>> sorted(students, key=newgrades.__getitem__)
     ['jane', 'dave', 'john']
