由 sort 中 key 的用法淺談 python

selfboot發表於2016-05-11

用 Python 時間也算不短了，但總感覺自己在用寫 C++ 程式碼的思維寫 Python，沒有真正用到其作為指令碼語言的優勢。之前刷 LeetCode 時，自己的 Python 程式碼總是很長，很像披著 Python 外衣的 C++ 程式碼（放在這裡，不斷重構中）。

想來大概是因為覺得python簡單，平時只是零零碎碎的學習，也沒有去讀別人的程式碼，導致掌握的不夠深入。回想起前段時間的面試，面試官看我簡歷寫熟悉Python，就問了兩個Python的問題：

Python 中常用的優化技巧（能夠提升 Python 執行效率的，除了演算法層面）
按照 value 從小到大輸出 dict 中的 key-value值。

我支支吾吾半天，就是沒有答到點上，直接導致被拒（後來整理的內容放在這裡）。所謂知恥而後勇，經過一段時間對 Python 的重新學習，才慢慢發現 Python 的一些強大與美妙之處。

從排序說起！

程式中經常用到排序函式，Python 提供了 sort 和 sorted 函式，一個原地排序，一個返回排序後的新結果，函式原型很簡單：

sort([cmp[, key[, reverse]]])

1	sort([cmp[, key[, reverse]]])

自己用的最多的類似下面的語句：

>>> l = [43, 12, 4, 6]
>>> l.sort()
>>> l
[4, 6, 12, 43]

>>> l = [43, 12, 4, 6]

>>> l.sort()

>>> l

[4, 6, 12, 43]

曾經竊以為這就體現了 Python 的簡單優雅，不像 C++ STL中那樣還需要指定迭代器範圍，然後對 sort 的理解也就止步於此。後來遇到稍微複雜一點的排序場景，自己就 Google-Stackoverflow-Copy，解決了眼前的問題，但是從來沒有去深挖（這也就導致那次面試中中沒有回答出來上面的第二個問題）。

sort 之美

後來去看了下 sort 的函式說明，包括 cmp, key, reverse 引數究竟怎麼去用，又寫了幾個例子，以為這下子對 sort 可謂是理解透徹了。比如要要根據值的大小輸出字典內容，那麼就可以像下面這樣優雅地解決：

>>> d = {1: 'z', 2:'y', 3: 'x'}
>>> print sorted(d.items(), key=lambda x: x[1])
[(3, 'x'), (2, 'y'), (1, 'z')]

>>> d = {1: 'z', 2:'y', 3: 'x'}

>>> print sorted(d.items(), key=lambda x: x[1])

[(3, 'x'), (2, 'y'), (1, 'z')]

我甚至可以得到一個根據value排序的字典，只需要用 collections.OrderedDict 即可：

>>> from collections import OrderedDict
>>> sorted_d = OrderedDict(sorted(d.items(), key=lambda x: x[1]))
>>> sorted_d
OrderedDict([(3, 'x'), (2, 'y'), (1, 'z')])

>>> from collections import OrderedDict

>>> sorted_d = OrderedDict(sorted(d.items(), key=lambda x: x[1]))

>>> sorted_d

OrderedDict([(3, 'x'), (2, 'y'), (1, 'z')])

sort 之魅

我以為我對 sort 理解足夠了，直到在 hackerrank 遇到這個題目。

給定一個只包含大小寫字母，數字的字串，對其進行排序，保證：

所有的小寫字母在大寫字母前面
所有的字母在數字前面
所有的奇數在偶數前面

考慮用 sort 函式來完成排序。開始之前，再來看看文件對sort函式中key的說明：

key parameter to specify a function to be called on each list element prior to making comparisons. The value of the key parameter should be a function that takes a single argument and returns a key to use for sorting purposes.

通俗講，key 用來決定在排序演算法中 cmp 比較的內容，key 可以是任何可被比較的內容，比如元組（python 中元組是可被比較的）。所以上面的排序問題可以用下面的程式碼來解決：

>>> s = "Sorting1234"
>>> "".join(sorted(s, key=lambda x: (x.isdigit(), x.isdigit() and int(x) % 2 == 0, x.isupper(), x.islower(), x)))
'ginortS1324'

>>> s = "Sorting1234"

>>> "".join(sorted(s, key=lambda x: (x.isdigit(), x.isdigit() and int(x) % 2 == 0, x.isupper(), x.islower(), x)))

'ginortS1324'

這裡，lambda 函式將輸入的字元轉換為一個元組，然後 sorted 函式將根據元組（而不是字元）來進行比較，進而判斷每個字元的前後順序。

如果同樣的程式用 C++ 來寫的話，可能需要一個複雜的仿函式，來定義排序的規則，遠沒有 Python 這般簡潔優雅。

再探 Python

Python 是一門簡單方便的語言，相信這是大部分人對 Python 的第一感覺。初學 Python，我們可能痴迷於 Python 的列表解析，list 切片，字典推導，或者是陶醉在各種強大的第三方庫裡，比如網路庫 requests，科學計算庫 numpy，web開發框架 Django 等。

但是實際寫程式中，我們經常會寫出許多繁雜的、醜陋的Python程式碼。比如要判斷一個數字是否是迴文數字，可能會習慣性地寫出下面這樣的程式碼：

def isPalindrome(x):
    if x < 0:
        return False
    reversed_x = 0
    original_x = x
    while x > 0:
        reversed_x = reversed_x * 10 + x % 10
        x /= 10
    return reversed_x == original_x

def isPalindrome(x):

if x < 0:

return False

reversed_x = 0

original_x = x

while x > 0:

reversed_x = reversed_x * 10 + x % 10

x /= 10

return reversed_x == original_x

仔細一看，這簡直就是 C++ 程式碼，完全沒有 Python 的優雅與簡單。那麼，該怎樣寫才能夠顯的 Pythonic 呢？其實，用 Python 的話只要一行就可以啦（這裡不考慮效率，如果考慮效率的話，C++會更加合適，單對這題來說，其實有比上面更高效的方法）！

def isPalindrome(x):
    return x >= 0 and str(x) == str(x)[::-1]

1 2	def isPalindrome(x): return x >= 0 and str(x) == str(x)[::-1]

那麼如何養成用 Pythonic 的思維解決問題呢？我覺得首先要對 Python 十分熟悉，精通大部分函式以及 Python 的特色：比如裝飾器，迭代器，生成器以等，下面舉幾個簡單的例子：

# 函數語言程式設計
>>> nums = map(int, "123456789" )
>>> nums
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])
15
>>> sum(nums)
45
# 生成器
>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator:
...     print i
...
0
1
4
>>> for i in mygenerator:
...     print i
...
# lambda 匿名函式
>>> c = lambda *z: z
>>> c( 10, 'test')
(10, 'test')
# 迭代
>>> l = [i**2 for i in range(9)]
>>> l_iter = iter(l)
>>> next(l_iter)
0
>>> next(l_iter)
1
>>> next(l_iter)
4
# 資料結構 set
>>> set_a = set([i for i in range(1,9,2)])
>>> set_b = set([i for i in range(0,9,2)])
>>> print set_a | set_b
set([0, 1, 2, 3, 4, 5, 6, 7, 8])

# 函數語言程式設計

>>> nums = map(int, "123456789" )

>>> nums

[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])

>>> sum(nums)

# 生成器

>>> mygenerator = (x*x for x in range(3))

>>> for i in mygenerator:

... print i

...

>>> for i in mygenerator:

... print i

...

# lambda 匿名函式

>>> c = lambda *z: z

>>> c( 10, 'test')

(10, 'test')

# 迭代

>>> l = [i**2 for i in range(9)]

>>> l_iter = iter(l)

>>> next(l_iter)

# 資料結構 set

>>> set_a = set([i for i in range(1,9,2)])

>>> set_b = set([i for i in range(0,9,2)])

>>> print set_a | set_b

set([0, 1, 2, 3, 4, 5, 6, 7, 8])

其次，要多讀一些 Pythonic 的程式碼，學習別人如何優雅地使用python。這裡我推薦去看 Leetcode 的 Discuss，裡面有許多驚才豔豔的程式碼。特別推薦 @StefanPochmann，許多程式碼讓我獲益匪淺，比如這裡對 iter() 的使用。

再來看一個問題，按照二進位制位反轉 32 位的一個整形無符號數字。用 Python 可以寫出很簡單直觀的程式碼，如下：

def reverseBits(n):
    bit_str = '{0:032b}'.format(n)
    reverse_str = bit_str[::-1]
    return int(reverse_str, 2)

def reverseBits(n):

bit_str = '{0:032b}'.format(n)

reverse_str = bit_str[::-1]

return int(reverse_str, 2)

當然，上面不考慮效率，這裡有一個利用分治法思想的高效的方法。

Python 是一門高效、簡單、方便的語言，但這並不意味你不花時間就可以用的很好。

由 sort 中 key 的用法淺談 python

從排序說起！

sort 之美

sort 之魅

再探 Python

更多閱讀

打賞支援我寫出更多好文章，謝謝！

相關文章