Python学习小技巧之列表项的排序
Python学习小技巧之列表项的排序
本文介绍的是关于Python列表项排序的相关内容，分享出来供大家参考学习，下面来看看详细的介绍：
典型代码1：
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list.sort()
print(data_list)
输出1:
[-100, 0, 1, 3, 6, 9, 10, 100]
典型代码2:
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list_copy = sorted(data_list)
print(data_list)
print(data_list_copy)
输出2:
[6, 9, 1, 3, 0, 10, 100, -100]
[-100, 0, 1, 3, 6, 9, 10, 100]
应用场景
需要对列表中的项进行排序时使用。其中典型代码1是使用的列表自身的一个排序方法sort，这个方法自动按照升序排序，并且是原地排序，被排序的列表本身会被修改；典型代码2是调用的内置函数sort，会产生一个新的经过排序后的列表对象，原列表不受影响。这两种方式接受的参数几乎是一样的，他们都接受一个key参数，这个参数用来指定用对象的哪一部分为排序的依据：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x) # 我们想要基于列表项的第二个数进行排序
print(data_list)
》》》 [(77, 34), (55, 97), (0, 100)]
另外一个经常使用的参数是reverse，用来指定是否按照倒序排序，默认为False：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x, reverse=True) # 我们想要基于列表项的第二个数进行排序，并倒序
print(data_list)
》》》 [(0, 100), (55, 97), (77, 34)]
带来的好处
1. 内置的排序方法，执行效率高，表达能力强，使代码更加紧凑，已读
2. 灵活的参数，用于指定排序的基准，比在类似于Java的语言中需要写一个comparator要方便很多
其它说明
1. sorted内置函数比列表的sort方法要适用范围更广泛，它可以对除列表之外的可迭代数据结构进行排序；
2. list内置的sort方法，属于原地排序，理论上能够节省内存的消耗；
总结
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助
Python学习小技巧之列表项的排序
Python学习小技巧之列表项的排序
本文介绍的是关于Python列表项排序的相关内容，分享出来供大家参考学习，下面来看看详细的介绍：
典型代码1：
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list.sort()
print(data_list)
输出1:
[-100, 0, 1, 3, 6, 9, 10, 100]
典型代码2:
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list_copy = sorted(data_list)
print(data_list)
print(data_list_copy)
输出2:
[6, 9, 1, 3, 0, 10, 100, -100]
[-100, 0, 1, 3, 6, 9, 10, 100]
应用场景
需要对列表中的项进行排序时使用。其中典型代码1是使用的列表自身的一个排序方法sort，这个方法自动按照升序排序，并且是原地排序，被排序的列表本身会被修改；典型代码2是调用的内置函数sort，会产生一个新的经过排序后的列表对象，原列表不受影响。这两种方式接受的参数几乎是一样的，他们都接受一个key参数，这个参数用来指定用对象的哪一部分为排序的依据：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x) # 我们想要基于列表项的第二个数进行排序
print(data_list)
》》》 [(77, 34), (55, 97), (0, 100)]
另外一个经常使用的参数是reverse，用来指定是否按照倒序排序，默认为False：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x, reverse=True) # 我们想要基于列表项的第二个数进行排序，并倒序
print(data_list)
》》》 [(0, 100), (55, 97), (77, 34)]
带来的好处
1. 内置的排序方法，执行效率高，表达能力强，使代码更加紧凑，已读
2. 灵活的参数，用于指定排序的基准，比在类似于Java的语言中需要写一个comparator要方便很多
其它说明
1. sorted内置函数比列表的sort方法要适用范围更广泛，它可以对除列表之外的可迭代数据结构进行排序；
2. list内置的sort方法，属于原地排序，理论上能够节省内存的消耗；
总结
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助
为什么堆排序构建堆的时间复杂度是N,而重调堆的时间复杂度是logN
建堆的时候你看看是不是多次调用了调堆的函数呢，那肯定就不只是logN了，如果从底部最后的父节点开始建堆，那么我们可以大概算一下：
假如有N个节点，那么高度为H=logN，最后一层每个父节点最多只需要下调1次，倒数第二层最多只需要下调2次，顶点最多需要下调H次，而最后一层父节点共有2^(H-1)个,倒数第二层公有2^(H-2),顶点只有1(2^0)个，所以总共的时间复杂度为s = 1 * 2^(H-1) + 2 * 2^(H-2) + ... + (H-1) * 2^1 + H * 2^0 将H代入后s= 2N - 2 - log2(N)，近似的时间复杂度就是O(N)。-列表
堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值，即A[PARENT[i]] 》= A[i]。在数组的非降序排序中，需要使用的就是大根堆，因为根据大根堆的要求可知，最大的值一定在堆顶。-排序
1991年的计算机先驱奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德(Robert W．Floyd）和威廉姆斯(J．Williams）在1964年共同发明了著名的堆排序算法（ Heap Sort )-列表
堆排序利用了大根堆（或小根堆）堆顶记录的关键字最大（或最小）这一特征，使得在当前无序区中选取最大（或最小）关键字的记录变得简单。
