Python3 - list sort方法实现多条件自定义排序

雨点打透心脏的1/2处 2023-09-25 19:19 18阅读 0赞

## 基础语法 ##

Python3的list的sort方法定义如下

![7eed03ef91944c4388739001aa4c2d6b.png][]

sort方法：

*  会改变列表本身
 *  默认将列表元素进行升序
 *  返回None

sort方法可以接收两个参数：

*  key：该参数接收一个函数，函数又会接收当前列表的每一个元素作为入参，而函数的返回值会作为对应列表元素的排序优先级
 *  reverse：接收布尔值True或者False，默认是False，即不进行倒序，如果传入True，相当于进行降序

## 列表元素是不同类型时的排序规则 ##

### 数值列表的按照数值大小进行排序 ###

![ac0e8f4459b94e52b4a76d74fa772681.png][]

![d0ac2cdfd3ad4fd9b82eeb80be10eacf.png][]

### 字母列表按照字母的ASCII码值大小进行排序 ###

![f1868a3b8c3b4cab93f4259d7ea018aa.png][]

![c91e1c42747545378368112c62e7f176.png][]

### 元素是列表时的排序规则 ###

![41a9031ca8464990a821683c2e0c15ff.png][]

可以发现，如果列表元素是一个列表时，首先会按照元素列表的第一个元素进行比较，比如我们看输出结果中，都是按照元素列表的第一个元素值进行的升序。如果元素列表的第一个元素值相同，则继续按照列表元素的第二个值进行升序。

![c4d7949f9eca4bf49c41f359b42ac674.png][]

降序同理。

### 元素是元组时的排序规则 ###

![f73fab86e9f0402289fcb0dc0f276df5.png][]

![76fd52155d00437d923993226d79fc57.png][]

和元素是列表时同理。

## 自定义排序 ##

### 利用key进行自定义排序 ###

有时候我们可能并不想列表的默认规则进行排序，比如下面例子：

nums = [-2, 1, -4, 3, -5]

请对上面的数值列表按照绝对值大小升序。

此时，我们就无法利用sort的默认排序规则实现了，此时需要基于key参数进行自定义排序

![fa38b6a130d1429396c4b955ff0dbbca.png][]

上面例子中，我们将priority函数传给了key参数，此时底层，sort方法会遍历列表，将每一个遍历到的元素传入priority函数的形参x，而priority函数的返回值将作为对应列表元素的排序优先级。

上面priority函数将列表元素的绝对值作为了对应列表元素的排序优先级，因此最后输出结果为

\[1, -2, 3, -4, -5\]

### lamdba优化 ###

当key参数传入的函数非常简单时，可以进行lamdba优化

比如上面priority函数

> def priority(x):
> 
> return abs(x)

可以简化为一个lamdba函数

> lamdba x : abs(x)

![c6fee1f835fc464789b5c3506c5bceda.png][]

lambda函数并没有多难，其实就是一个匿名函数，即没有名字的函数。具体关于具名函数转化为lambda函数的规则，后面有机会我再写一篇博客，或者大家可以自行查找。

### 利用key实现降序 ###

通常我们都是基于sort函数reverse参数实现的列表降序，比如

![20cd7c5a0e1f4aa387b667b6d5c7f4bf.png][]

那么有没有办法不基于reverse参数实现列表元素的降序呢？

大家可以看下面代码实现，基于key也同样实现了列表元素降序

![e440fa1bfdcf42369b1f562e2fcb7904.png][]

我们知道，如果不给sort方法的reverse参数传True，那么sort方法默认就是升序，因此上面排序其实还是升序，但是这里的升序并不是基于列表元素本身，而是基于列表元素的优先级。

为什么呢？

因为我们为key传入一个lamdba函数，该函数将每个列表元素取负，作为对应列表元素的优先级。

即：

元素4的优先级是-4

元素2的优先级是-2

元素1的优先级是-1

.....

因此，元素值越大，其优先级反而越小，这里按照元素的优先级升序的话，其实就是按照元素本身值得大小降序。

如果大家理解了上面基于key实现降序的原理，可能还会有疑问，我明明可以用reverse参数实现降序，为什么要舍简求繁地定义一个优先级函数传给key来实现降序呢？

答案是：为了后面多条件自定义排序做准备。

## 多条件自定义排序 ##

前面讨论地其实都是单条件排序，比如按照元素自身的大小，或者按照元素的绝对值大小。但是现实场景中，大多都需要完成多条件排序。

比如有需求如下：

*  张三的身高180cm，体重90kg
 *  李四的身高160cm，体重50kg
 *  王五的身高160cm，体重60kg

现在请你按照身高进行升序，如果身高相同，则再按照体重进行降序。

此时，靠着前面的单条件排序的知识其实就不太够用了。此时有两种方式实现多条件排序：

*  基于原生key进行多条件排序
 *  key接收functools.cmp\_to\_key

其中functools.cmp\_to\_key可以自行了解，这里只介绍基于原生key实现多条件自定义排序。

我们先回顾下之前单条件排序时的一个知识：

![f73fab86e9f0402289fcb0dc0f276df5.png][]

当要排序的列表元素是：元组（或列表）时，此时排序是按照元组（或列表）的元素进行依次比较的。

比如上面例子中，对一个元组列表进行升序排序，首先会按照元组的第一个元素进行升序，如果第一个元素相同，则继续按照第二个元素进行升序。

而这是实现多条件排序的关键前置知识。下面我们直接上本需求的实现代码：

![53c0176ee3aa4ce4929cb18e465bd52f.png][]

上面代码中persons是一个列表，其元素也是列表，元素的含义是\[身高，体重\]

这里我们给sort方法的key参数传入了一个priority函数，sort方法底层会遍历每一个列表元素，作为入参传给priority函数，priority函数用于计算入参的优先级，并返回该优先级。

上面代码中priority函数参数x就是persons列表的每一个元素，而priority函数的返回值是一个元组(x\[0\], -x\[1\])，该元组就是对应元素x的优先级。

> 其中x\[0\]就是身高，x\[1\]就是体重。

因此sort排序是就是按照每个元素的优先级(x\[0\], -x\[1\])进行排序的。根据前面的知识：当列表的元素是元组时，此时排序是按照元组的每一个元素进行依次比较的。

即先按照x\[0\]进行升序，如果x\[0\]相同的话，则继续按照-x\[1\]进行升序。而-x\[1\]进行升序，其实就是按照x\[1\]进行降序。

因此，上面代码就实现了按照身高进行升序，如果身高相同，则继续按照体重继续降序。

###  ###

## 多条件自定义排序中的字典序降序实现 ##

如果前面的需求，改一下，按照身高升序，如果身高相同，则继续按照体重降序，如果体重相同，则最后按照名字字典序降序。

*  zhangsan的身高180cm，体重90kg
 *  lishi的身高160cm，体重60kg
 *  wangwu的身高160cm，体重60kg

此时，如何在多条件自定义排序中实现某个条件的字典序降序呢？

首先，我们需要了解下，字典序是什么？

所谓字典序，即按照ASCII码值排序，

![678f867925e44aa0906a8d87d1151e6f.png][]

比如 b 的ASCII码值为98，a 的ASCII码值为97，因此 b > a。

而字典序，默认指的是字典序升序。即按照ASCII码值升序。

而字符串的字典序比较，其实就是字符串的逐个字母的ASCII码值比较，比如

*  “aba”
 *  "abc"

结果是"abc"字典序更大。因为上面两个字符串的第3个字符：c的ASCII码值大于a的

在多条件中，实现某个条件的中字符串的字典序降序，其实就是将对应字符串转成ASCII码值列表进行降序

比如"aba"字符串，转为ASCII码值列表就是 \[97, 98, 97\]

比如"abc"字符串，转为ASCII码值列表就是 \[97, 98, 99\]

降序的话，则在对上面列表进行取负操作，即

比如"aba"字符串，转为ASCII码值列表，并取负就是 \[-97, -98, -97\]

比如"abc"字符串，转为ASCII码值列表，并取负就是 \[-97, -98, -99\]

此时就可以实现多条件中的字典序降序了。

而python中获取一个字符的ASCII码值，可以使用ord函数

![67b108a9cb954f2c915a87760cd77320.png][]

因此本需求实现，如下图：

![66342fc123694ee1ac8eb4bb8985c8d7.png][]

其中str2ascii用于将一个字符串转为ascii码列表，并且对元素取负

当然，我们可以用推导式进行简化

![4f1e4a9c6b8b4e8e9069584473028fd3.png][]

当然，我们也可以继续将priority函数优化为lamdba函数

![8aab94984d1844509f5a2f134c2f7ec8.png][]

[7eed03ef91944c4388739001aa4c2d6b.png]: https://img-blog.csdnimg.cn/7eed03ef91944c4388739001aa4c2d6b.png
[ac0e8f4459b94e52b4a76d74fa772681.png]: https://img-blog.csdnimg.cn/ac0e8f4459b94e52b4a76d74fa772681.png
[d0ac2cdfd3ad4fd9b82eeb80be10eacf.png]: https://img-blog.csdnimg.cn/d0ac2cdfd3ad4fd9b82eeb80be10eacf.png
[f1868a3b8c3b4cab93f4259d7ea018aa.png]: https://img-blog.csdnimg.cn/f1868a3b8c3b4cab93f4259d7ea018aa.png
[c91e1c42747545378368112c62e7f176.png]: https://img-blog.csdnimg.cn/c91e1c42747545378368112c62e7f176.png
[41a9031ca8464990a821683c2e0c15ff.png]: https://img-blog.csdnimg.cn/41a9031ca8464990a821683c2e0c15ff.png
[c4d7949f9eca4bf49c41f359b42ac674.png]: https://img-blog.csdnimg.cn/c4d7949f9eca4bf49c41f359b42ac674.png
[f73fab86e9f0402289fcb0dc0f276df5.png]: https://img-blog.csdnimg.cn/f73fab86e9f0402289fcb0dc0f276df5.png
[76fd52155d00437d923993226d79fc57.png]: https://img-blog.csdnimg.cn/76fd52155d00437d923993226d79fc57.png
[fa38b6a130d1429396c4b955ff0dbbca.png]: https://img-blog.csdnimg.cn/fa38b6a130d1429396c4b955ff0dbbca.png
[c6fee1f835fc464789b5c3506c5bceda.png]: https://img-blog.csdnimg.cn/c6fee1f835fc464789b5c3506c5bceda.png
[20cd7c5a0e1f4aa387b667b6d5c7f4bf.png]: https://img-blog.csdnimg.cn/20cd7c5a0e1f4aa387b667b6d5c7f4bf.png
[e440fa1bfdcf42369b1f562e2fcb7904.png]: https://img-blog.csdnimg.cn/e440fa1bfdcf42369b1f562e2fcb7904.png
[53c0176ee3aa4ce4929cb18e465bd52f.png]: https://img-blog.csdnimg.cn/53c0176ee3aa4ce4929cb18e465bd52f.png
[678f867925e44aa0906a8d87d1151e6f.png]: https://img-blog.csdnimg.cn/678f867925e44aa0906a8d87d1151e6f.png
[67b108a9cb954f2c915a87760cd77320.png]: https://img-blog.csdnimg.cn/67b108a9cb954f2c915a87760cd77320.png
[66342fc123694ee1ac8eb4bb8985c8d7.png]: https://img-blog.csdnimg.cn/66342fc123694ee1ac8eb4bb8985c8d7.png
[4f1e4a9c6b8b4e8e9069584473028fd3.png]: https://img-blog.csdnimg.cn/4f1e4a9c6b8b4e8e9069584473028fd3.png
[8aab94984d1844509f5a2f134c2f7ec8.png]: https://img-blog.csdnimg.cn/8aab94984d1844509f5a2f134c2f7ec8.png