排序算法函数python python3排序函数

python 内置排序函数使用

python内置关于排序的工具主要有两个一个是列表自带的 sort() 方法，另外一个是 sorted() 函数。Python 列表内置方法可以直接修改列表。而 sorted() 内置函数从一个可迭代对象（列表，元组等都可以）构建一个新的排序列表。其函数原型分别如下：

站在用户的角度思考问题，与客户深入沟通，找到沧源网站设计与沧源网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：成都网站设计、做网站、企业官网、英文网站、手机端网站、网站推广、申请域名、虚拟主机、企业邮箱。业务覆盖沧源地区。

对列表进行默认排序

从函数原型来看，可以看到两者都具有两个可选参数，它们都必须指定为关键字参数。

key 指定带有单个参数的函数，用于从 iterable 的每个元素中提取用于比较的键 (例如 key=str.lower)。默认值为 None (直接比较元素)。 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。

假设有其他类型的变量，比如一个自定义的类或者列表中又是一个列表。以官网例子为例有这样一个列表，其元素为元组，

可以用以下方式按照年龄排序

类似的有自定义类

可以用如下方式进行排序

也可以显示定义一个函数，且只有一个参数，返回用于排序的键，比如

总之就是定义一个函数返回一个用于排序的键，可以用lambda函数或者 def 定义都可以。

上面实现的简单函数实际就是实现了返回一个有序结构的第 n 的元素，或者某个类中的某个属性，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() 函数。分别完成返回第 n 个元素，某个属性功能。上面的排序可以用如下方式进行实现

在python2中，sort有一个 cmp 参数，即用一个函数来自定义比较，在python3中这种方式被取消。为了继承类似的用法，在 Python 3.2 中， functools.cmp_to_key() 函数被添加到标准库中的 functools 模块中。

这种作用先定义如何比较两个变量，以上面的学生列表按照年龄排序为例

这种做法自定义比较函数接收两个形参，返回比较结果（bool），而新式方法接受一个参数，返回的是比较的键。

假设有字典 d = {'b':2, 'a':1,'c':8,'d':4} ，则可以通过以下方式对字典按照键和值进行排序

python常见的三种列表排序算法分别是什么？

排序是计算机程序设计中的一种重要操作，它的功能是将一个数据元素的任意序列，重新排列成一个关键字有序的序列。那么python列表排序算法有哪些?本文主要为大家讲述python中经常用的三种排序算法：冒泡排序、插入排序和选择排序。

1、冒泡排序

冒泡排序，Bubble

Sort，是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢浮到数列的顶端。

2、插入排序

插入排序，Insertion

Sort，是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，在从后向前的扫描过程中，需要把已排序元素逐步向后挪位，为最新元素提供插入空间。

3、选择排序

选择排序，Selection

Sort，是一种简单直观的排序算法。它的工作原理如下：首先在未排序序列中找到最小、最大元素，存放到排序序列的起始位置，然后再从剩余未排序元素中继续寻找最小、最大元素。放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

sorted函数python

sorted函数python介绍如下

sorted() 作为 Python 内置函数之一，其功能是对序列（列表、元组、字典、集合、还包括字符串）进行排序。

sorted() 函数的基本语法格式如下

list = sorted(iterable, key=None, reverse=False)

其中，iterable 表示指定的序列，key 参数可以自定义排序规则；reverse 参数指定以升序（False，默认）还是降序（True）进行排序。sorted() 函数会返回一个排好序的列表。

注意，key 参数和 reverse 参数是可选参数，即可以使用，也可以忽略。

演示sorted()函数的基本代码用法：

#对列表进行排序

a = [5,3,4,2,1]

print(sorted(a))

#对元组进行排序

a = (5,4,3,1,2)

print(sorted(a))

#字典默认按照key进行排序

a = {4:1,\

5:2,\

3:3,\

2:6,\

1:8}

print(sorted(a.items()))

#对集合进行排序

a = {1,5,3,2,4}

print(sorted(a))

#对字符串进行排序

a = "51423"

print(sorted(a))

Python实现的几个常用排序算法实例

#encoding=utf-8

import random

from copy import copy

def directInsertSort(seq):

""" 直接插入排序 """

size = len(seq)

for i in range(1,size):

tmp, j = seq[i], i

while j  0 and tmp  seq[j-1]:

seq[j], j = seq[j-1], j-1

seq[j] = tmp

return seq

def directSelectSort(seq):

""" 直接选择排序 """

size = len(seq)

for i in range(0,size - 1):

k = i;j = i+1

while j  size:

if seq[j]  seq[k]:

k = j

j += 1

seq[i],seq[k] = seq[k],seq[i]

return seq

def bubbleSort(seq):

"""冒泡排序"""

size = len(seq)

for i in range(1,size):

for j in range(0,size-i):

if seq[j+1]  seq[j]:

seq[j+1],seq[j] = seq[j],seq[j+1]

return seq

def _divide(seq, low, high):

"""快速排序划分函数"""

tmp = seq[low]

while low != high:

while low  high and seq[high] = tmp: high -= 1

if low  high:

seq[low] = seq[high]

low += 1

while low  high and seq[low] = tmp: low += 1

if low  high:

seq[high] = seq[low]

high -= 1

seq[low] = tmp

return low

def _quickSort(seq, low, high):

"""快速排序辅助函数"""

if low = high: return

mid = _divide(seq, low, high)

_quickSort(seq, low, mid - 1)

_quickSort(seq, mid + 1, high)

def quickSort(seq):

"""快速排序包裹函数"""

size = len(seq)

_quickSort(seq, 0, size - 1)

return seq

def merge(seq, left, mid, right):

tmp = []

i, j = left, mid

while i  mid and j = right:

if seq[i]  seq[j]:

tmp.append(seq[i])

i += 1

else:

tmp.append(seq[j])

j += 1

if i  mid: tmp.extend(seq[i:])

if j = right: tmp.extend(seq[j:])

seq[left:right+1] = tmp[0:right-left+1]

def _mergeSort(seq, left, right):

if left == right: 

return

else:

mid = (left + right) / 2

_mergeSort(seq, left, mid)

_mergeSort(seq, mid + 1, right)

merge(seq, left, mid+1, right)

#二路并归排序

def mergeSort(seq):

size = len(seq)

_mergeSort(seq, 0, size - 1)

return seq

if __name__ == '__main__':

s = [random.randint(0,100) for i in range(0,20)]

print s

print "\n"

print directSelectSort(copy(s))

print directInsertSort(copy(s))

print bubbleSort(copy(s))

print quickSort(copy(s))

print mergeSort(copy(s))

排序算法python实现

排序算法是《数据结构与算法》中最基本的算法之一。

排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。用一张图概括：

点击以下图片查看大图：

关于时间复杂度

平方阶 (O(n2)) 排序 各类简单排序：直接插入、直接选择和冒泡排序。

线性对数阶 (O(nlog2n)) 排序 快速排序、堆排序和归并排序；

O(n1+§)) 排序，§ 是介于 0 和 1 之间的常数。 希尔排序

线性阶 (O(n)) 排序 基数排序，此外还有桶、箱排序。

关于稳定性

稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序。

不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序。

名词解释：

n：数据规模 k："桶"的个数 In-place：占用常数内存，不占用额外内存 Out-place：占用额外内存 稳定性：排序后 2 个相等键值的顺序和排序之前它们的顺序相同

包含以下内容：

1、冒泡排序 2、选择排序 3、插入排序 4、希尔排序 5、归并排序 6、快速排序 7、堆排序 8、计数排序 9、桶排序 10、基数排序

排序算法包含的相关内容具体如下：

冒泡排序算法

冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端。

选择排序算法

选择排序是一种简单直观的排序算法，无论什么数据进去都是 O(n?) 的时间复杂度。所以用到它的时候，数据规模越小越好。唯一的好处可能就是不占用额外的内存空间。

插入排序算法

插入排序的代码实现虽然没有冒泡排序和选择排序那么简单粗暴，但它的原理应该是最容易理解的了，因为只要打过扑克牌的人都应该能够秒懂。插入排序是一种最简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

希尔排序算法

希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是非稳定排序算法。

归并排序算法

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。

快速排序算法

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要 Ο(nlogn) 次比较。在最坏状况下则需要 Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他 Ο(nlogn) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

堆排序算法

堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。

计数排序算法

计数排序的核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

桶排序算法

桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。

基数排序算法

基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。

深入理解python中的排序sort

进行一个简单的升序排列直接调用sorted()函数，函数将会返回一个排序后的列表：

sorted函数不会改变原有的list，而是返回一个新的排好序的list

如果你想使用就地排序，也就是改变原list的内容，那么可以使用list.sort()的方法，这个方法的返回值是None。

另一个区别是，list.sort()方法只是list也就是列表类型的方法，只可以在列表类型上调用。而sorted方法则是可以接受任何可迭代对象。

list.sort()和sorted()函数都有一个key参数，可以用来指定一个函数来确定排序的一个优先级。比如，这个例子就是根据大小写的优先级进行排序：

key参数的值应该是一个函数，这个函数接受一个参数然后返回以一个key，这个key就被用作进行排序。这个方法很高效，因为对于每一个输入的记录只需要调用一次key函数。

一个常用的场景就是当我们需要对一个复杂对象的某些属性进行排序时：

再如：

前面我们看到的利用key-function来自定义排序，同时Python也可以通过operator库来自定义排序，而且通常这种方法更好理解并且效率更高。

operator库提供了 itemgetter(), attrgetter(), and a methodcaller()三个函数

同时还支持多层排序

list.sort()和sorted()都有一个boolean类型的reverse参数，可以用来指定升序和降序排列，默认为false，也就是升序排序，如果需要降序排列，则需将reverse参数指定为true。

排序的稳定性指，有相同key值的多个记录进行排序之后，原始的前后关系保持不变

我们可以看到python中的排序是稳定的。

我们可以利用这个稳定的特性来进行一些复杂的排序步骤，比如，我们将学生的数据先按成绩降序然后年龄升序。当排序是稳定的时候，我们可以先将年龄升序，再将成绩降序会得到相同的结果。

传统的DSU(Decorate-Sort-Undecorate)的排序方法主要有三个步骤：

因为元组是按字典序比较的，比较完grade之后，会继续比较i。

添加index的i值不是必须的，但是添加i值有以下好处：

现在python3提供了key-function，所以DSU方法已经不常用了

python2.x版本中，是利用cmp参数自定义排序。

python3.x已经将这个方法移除了，但是我们还是有必要了解一下cmp参数

cmp参数的使用方法就是指定一个函数，自定义排序的规则，和java等其他语言很类似

也可以反序排列

python3.x中可以用如下方式：