sorted
排序算法
Python的内置sorted()函数可以对list进行排序：
|
1
2
|
>>>
sorted
([
1
,
10
,
2
,
5
,
42
,
6
])
[
1
,
2
,
5
,
6
,
10
,
42
]
|
此外，sorted（）函数也是一个高阶函数，他还可以接受一个key函数来实现自定义的排序，例如按绝对值大小排序：
|
1
2
|
>>>
sorted
([
36
,
5
,
-
12
,
9
,
-
21
],key
=
abs
)
[
5
,
9
,
-
12
,
-
21
,
36
]
|
key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序。对比原始的list和进过key=abs 处理的list：
|
1
2
3
|
list
=
[
36
,
5
,
-
12
,
9
,
-
21
]
keys
=
[
36
,
5
,
12
,
9
,
21
]
|
然后sorted()函数按照keys进行排序，并按照对应关系返回list相应的元素：
|
1
2
3
|
keys排序结果
=
> [
5
,
9
,
12
,
21
,
36
]
| | | | |
最终结果
=
> [
5
,
9
,
-
12
,
-
21
,
36
]
|
字符排序：
|
1
2
|
>>>
sorted
([
'bob'
,
'about'
,
'Zoo'
,
'Credit'
])
#根据ASCII的大小比较。
[
'Credit'
,
'Zoo'
,
'about'
,
'bob'
]
|
忽略大小写的字符串排序：
|
1
2
|
>>>
sorted
([
'bob'
,
'about'
,
'Zoo'
,
'Credit'
],key
=
str
.lower)
[
'about'
,
'bob'
,
'Credit'
,
'Zoo'
]
|
|
1
2
|
要进行反向排序，不必改动key函数，可以传入第三个函数
reverse
=
True
:
|
|
1
2
|
>>>
sorted
([
'bob'
,
'about'
,
'Zoo'
,
'Credit'
],key
=
str
.lower,reverse
=
True
)
[
'Zoo'
,
'Credit'
,
'bob'
,
'about'
]
|
|
1
|
L
=
[(
'Bob'
,
75
), (
'Adam'
,
92
), (
'Bart'
,
66
), (
'Lisa'
,
88
)]
|
请用sorted()对上述列表分别按名字排序：
|
1
2
3
|
>>> L
=
[(
'Bob'
,
75
),(
'Adam'
,
92
),(
'Bart'
,
66
),(
'Lisa'
,
88
)]
>>>
def
by_name(t):
return
t[
0
].lower()
|
|
1
2
3
|
>>> L2
=
sorted
(L,key
=
by_name)
>>> L2
[(
'Adam'
,
92
), (
'Bart'
,
66
), (
'Bob'
,
75
), (
'Lisa'
,
88
)]
|
再按成绩从高到低排序：
|
1
2
3
4
5
6
|
>>> L
=
[(
'Bob'
,
75
),(
'Adam'
,
92
),(
'Bart'
,
66
),(
'Lisa'
,
88
)]
>>>
def
by_score(t):
return
t[
1
]
>>> L2
=
sorted
(L,key
=
by_score,reverse
=
True
)
>>> L2
[(
'Adam'
,
92
), (
'Lisa'
,
88
), (
'Bob'
,
75
), (
'Bart'
,
66
)]
|
返回函数--->函数作为返回值
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果返回。
普通情况下的求和函数：
|
1
2
3
4
5
6
7
|
>>>
def
calc_sum(
*
args):
ax
=
0
for
n
in
args:
ax
=
ax
+
n
return
ax
>>> calc_sum(
1
,
2
,
3
,
5
,
4
)
15
|
把函数作为返回值。（ 如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数： ）
|
1
2
3
4
5
6
7
8
9
10
11
12
|
>>>
def
lazy_sum(
*
args):
def
sum
():
ax
=
0
for
n
in
args:
ax
=
ax
+
n
return
ax
return
sum
>>> f
=
lazy_sum(
1
,
2
,
3
,
4
,
5
)
>>> f
<function lazy_sum.<
locals
>.
sum
at
0x026BBA08
>>>> f()
15
|
在上面的例子中，在函数 lazy_sum 中有定义了函数 sum ，并且，内部函数 sum 可以引用外部函数 lazy_sum 的参数和局部变量，当 laizy_sum 返回函数 sum 时， 相关参数和变量都保存在返回的函数中，这种称为 ‘闭包（Closure）’的程序结构拥有极大的威力。
当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数：
|
1
2
3
4
5
6
7
8
9
10
11
|
>>>
def
lazy_sum(
*
args):
def
sum
():
ax
=
0
for
n
in
args:
ax
=
ax
+
n
return
ax
return
sum
>>> f1
=
lazy_sum(
1
,
2
,
3
,
4
,
5
)
>>> f2
=
lazy_sum(
1
,
2
,
3
,
4
,
5
)
>>> f1
=
=
f2
False
|
f1（）和 f2（）的调用结果互不影响。
闭包
注意到返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。
另一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。我们来看一个例子：
|
1
2
3
4
5
6
7
8
|
>>>
def
count():
fs
=
[]
for
i
in
range
(
1
,
4
):
def
f():
return
i
*
i
fs.append(f)
return
fs
>>> f1,f2,f3
=
count()
|
每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了。
调用f1( ),f2( )和f3( )的结果应该是1,4,9，但实际：
|
1
2
3
4
5
6
|
>>> f1()
9
>>> f2()
9
>>> f3()
9
|
结果全部都是9，原因在于返回的函数引用了变量 i ,但它并非立刻执行。等到3个函数都返回是，它们所引用的变量 i 应经变成了
3，因此最终结果为 9
返回闭包时牢记的一点就是：返回函数不要引用任何循环变量，或者后续会发生变化的变量。
如果一定要引用循环变量怎么办？方法就是在创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何改变更改，已绑定到函数参数的值不变：
|
1
2
3
4
5
6
7
8
9
|
>>>
def
count():
def
f(j):
def
g():
return
j
*
j
return
g
fs
=
[]
for
i
in
range
(
1
,
4
):
fs.append(f(i))
return
fs
|
|
1
2
3
4
5
6
7
|
>>> f1,f2,f3
=
count()
>>> f1()
1
>>> f2()
4
>>> f3()
9
|
缺点就是 代码较长，可以利用lambda 函数缩短代码：
|
1
2
3
4
5
6
7
|
>>>
def
count():
def
f(j):
return
lambda
:j
*
j
fs
=
[]
for
i
in
range
(
1
,
4
):
fs.append(f(i))
return
fs
|
|
1
2
3
4
5
6
7
|
>>> f1,f2,f3
=
count()
>>> f1()
1
>
>> f2()
4
>>> f3()
9
|
匿名函数
在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
|
1
2
|
>>>
list
(
map
(
lambda
x:x
*
x,[
1
,
2
,
3
,
4
,
5
]))
[
1
,
4
,
9
,
16
,
25
]
|
通过例子可以看出匿名函数 lambda x：x*x实际上就是：
|
1
2
|
def
f(x):
return
x
*
x
|
关键字lambda表示匿名函数，冒号前面的x表示函数参数
匿名函数有个限制，就是只能有一个表达式，不用写return，表达式的值就是return
用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外。匿名函数也是一个函数对象，也可以吧匿名函数赋值给一个变量，再利用变量来调用这个函数：
|
1
2
3
4
|
>>> f
=
lambda
x:x
*
x
>>> f<function <
lambda
> at
0x02C9FD68
>>>> f(
5
)
25
|
同样也可以把匿名函数作为函数的返回值：
|
1
2
|
def
bulid(x,y):
return
lambda
: x
*
x
+
y
*
y
|
