Η μέθοδος σειράς λίστας ταξινόμησης Python - Αύξουσα και φθίνουσα εξηγείται με παραδείγματα

Εάν θέλετε να μάθετε πώς να εργάζεστε με τη sort()μέθοδο στα έργα σας Python, τότε αυτό το άρθρο είναι για εσάς. Αυτή η μέθοδος είναι πολύ ισχυρή και μπορείτε να την προσαρμόσετε ώστε να ταιριάζει στις ανάγκες σας, οπότε ας δούμε πώς λειτουργεί λεπτομερώς.

Θα μάθεις:

  • Πώς να χρησιμοποιήσετε αυτήν τη μέθοδο και να προσαρμόσετε τη λειτουργικότητά της.
  • Πότε να το χρησιμοποιήσετε και πότε να μην το χρησιμοποιήσετε.
  • Πώς να το ονομάσετε περνώντας διαφορετικούς συνδυασμούς επιχειρημάτων.
  • Πώς να ταξινομήσετε μια λίστα με αύξουσα και φθίνουσα σειρά.
  • Πώς να συγκρίνετε τα στοιχεία μιας λίστας βάσει ενδιάμεσων τιμών.
  • Πώς μπορείτε να μεταβιβάσετε λειτουργίες λάμδα σε αυτήν τη μέθοδο.
  • Πώς συγκρίνεται αυτή η μέθοδος με τη sorted()συνάρτηση.
  • Γιατί η sort()μέθοδος εκτελεί σταθερό είδος.
  • Πώς λειτουργεί η διαδικασία της μετάλλαξης πίσω από τα παρασκήνια.

Είσαι έτοιμος? Ας ξεκινήσουμε! ⭐

? Θήκες σκοπού και χρήσης

Με τη sort()μέθοδο, μπορείτε να ταξινομήσετε μια λίστα είτε:

  • Αύξουσα σειρά
  • Φθίνουσα σειρά

Αυτή η μέθοδος χρησιμοποιείται για την ταξινόμηση μιας λίστας στη θέση της, που σημαίνει ότι τη μεταλλάσσει ή την τροποποιεί απευθείας χωρίς να δημιουργεί επιπλέον αντίγραφα, οπότε θυμηθείτε:

Θα μάθετε περισσότερα για τη μετάλλαξη σε αυτό το άρθρο (υπόσχομαι!), Αλλά προς το παρόν είναι πολύ σημαντικό να γνωρίζετε ότι η sort()μέθοδος τροποποιεί τη λίστα, οπότε η αρχική της έκδοση έχει χαθεί.

Εξαιτίας αυτού, θα πρέπει να χρησιμοποιήσετε αυτήν τη μέθοδο μόνο εάν:

  • Θέλετε να τροποποιήσετε (ταξινομήσετε) τη λίστα μόνιμα.
  • Δεν χρειάζεται να διατηρήσετε την αρχική έκδοση της λίστας.

Εάν αυτό ταιριάζει στις ανάγκες σας, τότε η .sort()μέθοδος είναι ακριβώς αυτό που ψάχνετε.

? Σύνταξη και Επιχειρήματα

Ας δούμε πώς μπορείτε να καλέσετε .sort()για να επωφεληθείτε από την πλήρη ισχύ του.

Αυτή είναι η πιο βασική κλήση (χωρίς ορίσματα):

Εάν δεν περάσετε ορίσματα, από προεπιλογή:

  • Η λίστα θα ταξινομηθεί σε αύξουσα σειρά.
  • Τα στοιχεία της λίστας θα συγκριθούν απευθείας χρησιμοποιώντας τις τιμές τους με τον <χειριστή.

Για παράδειγμα:

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

Προσαρμοσμένα επιχειρήματα  

Για να προσαρμόσετε τον sort()τρόπο λειτουργίας της μεθόδου, μπορείτε να περάσετε δύο προαιρετικά ορίσματα:

  • Κλειδί
  • ΑΝΤΙΣΤΡΟΦΗ

Ας δούμε πώς αλλάζουν τη συμπεριφορά αυτής της μεθόδου. Εδώ έχουμε μια κλήση μεθόδου με αυτά τα δύο ορίσματα:

Πριν εξηγήσω πώς λειτουργούν, θα ήθελα να εξηγήσω κάτι που πιθανότατα παρατηρήσατε στο παραπάνω διάγραμμα - στην κλήση μεθόδου, τα ονόματα των παραμέτρων πρέπει να συμπεριληφθούν πριν από τις αντίστοιχες τιμές τους, όπως αυτό:

  • key=
  • reverse=

This is because they are keyword-only arguments. If you are passing a custom value for them, their names have to be specified in the method call, followed by an equal sign = and their corresponding values, like this:

Otherwise, if you try to pass the arguments directly as we normally do for positional parameters, you will see this error because the function will not know which argument corresponds to which parameter:

TypeError: sort() takes no positional arguments

Reverse

Now that you know what keyword-only arguments are, let's start with reverse.

The value of reverse can be either True or False:

  • False means that the list will be sorted in ascending order.
  • True means that the list will be sorted in descending (reverse) order.

? Tip: By default, its value is False – if you don't pass any arguments for this parameter, the list is sorted in ascending order.

Here we have a few examples:

# 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'] 

? Tip: If the elements of the list are strings, they are sorted alphabetically.

# 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']

? Tip: Notice how the list is sorted in descending order if reverse is True.

Key

Now that you know how to work with the reverse parameter, let's see the key parameter.

This parameter is a little bit more detailed because it determines how the elements of the list are be compared during the sorting process.

The value of key is either:

  • 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

Τώρα ας μιλήσουμε λίγο για την τιμή επιστροφής αυτής της μεθόδου. Η sort()μέθοδος επιστρέφει None- δεν επιστρέφει μια ταξινομημένη έκδοση της λίστας, όπως θα μπορούσαμε να περιμένουμε διαισθητικά.

Σύμφωνα με την τεκμηρίωση Python:

Για να υπενθυμίσουμε στους χρήστες ότι λειτουργεί με παρενέργεια, δεν επιστρέφει την ταξινομημένη ακολουθία.

Βασικά, αυτό χρησιμοποιείται για να μας υπενθυμίζει ότι τροποποιούμε την αρχική λίστα στη μνήμη και δεν δημιουργούμε νέο αντίγραφο της λίστας.

Αυτό είναι ένα παράδειγμα της τιμής επιστροφής 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

Βλέπω? Noneεπιστράφηκε με την κλήση μεθόδου.

? 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().

Αυτή η μέθοδος εκτελεί σταθερή ταξινόμηση επειδή λειτουργεί με την εφαρμογή του TimSort, ενός πολύ αποτελεσματικού και σταθερού αλγορίθμου ταξινόμησης.

Σύμφωνα με την τεκμηρίωση Python:

Ένα είδος είναι σταθερό εάν εγγυάται ότι δεν θα αλλάξει η σχετική σειρά των στοιχείων που συγκρίνονται ίσα - αυτό είναι χρήσιμο για την ταξινόμηση σε πολλαπλά περάσματα (για παράδειγμα, ταξινόμηση κατά τμήμα και στη συνέχεια κατά βαθμό μισθού).

Αυτό σημαίνει ότι εάν δύο στοιχεία έχουν την ίδια τιμή ή την ενδιάμεση τιμή (κλειδί), είναι εγγυημένα ότι θα παραμείνουν στην ίδια σειρά σε σχέση μεταξύ τους.

Ας δούμε τι εννοώ με αυτό. Ρίξτε μια ματιά σε αυτό το παράδειγμα για λίγα λεπτά:

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

Συγκρίνουμε τα στοιχεία με βάση το μήκος τους επειδή περάσαμε τη lenσυνάρτηση ως το όρισμα για 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.

Ελπίζω πραγματικά ότι σας άρεσε το άρθρο μου και το βρήκα χρήσιμο. Τώρα μπορείτε να εργαστείτε με τηsort()μέθοδο στα έργα Python. Δείτε τα διαδικτυακά μου μαθήματα. Ακολούθησέ με στο τουίτερ. ⭐️