用 Python 排序時相較於 C、Java 多了效率議題。由於 Python 內建函數 (built-in function) 是用 C 實作的,排序時盡可能用內建函數效率會快上不少,詳細的數據比較可以參見 Python Cookbook,這篇做個簡單的整理。
背景知識
本篇需要 list comprehension 和 map 的基本觀念,若不清楚的話可以先了解它們再往下看。
排序 list 和 dict
先來看程式碼:
1
2
3
4
5
6
7
8
9
10
11
12
13
| d = { 'a': 2, 'b': 1 }
# return keys ordered by key
print sorted(d) # ['a', 'b']
# return values ordered by key
print map(d.get, sorted(d)) # [2, 1]
# return keys ordered by value
print sorted(d, key=d.get) # ['b', 'a']
# return values ordered by value
print sorted(d.values()) # [1, 2]
# return (key, value) pairs order by key
print sorted(d.items()) # [('a', 2), ('b', 1)]
# return (key, value) pairs order by value
print sorted(d.items(), key=operator.itemgetter(1)) # [('b', 1), ('a', 2)] |
上面的程式列出所有排序 dict ( 在一些語言裡稱為 hash table) 的方法,這裡用到幾個技巧,分別說明一下。
return values ordered by key:Python 的 method call 其實和 function call 差不多,obj.func(x) 相當於傳回 func(obj, x),所以 d.get 一樣可以傳進 map 裡,結果是會取回 d 的 value。關於 function 和 method 的說明,可以參考《理解 python 的 method 和 function 兼谈 descriptor 》
return keys ordered by value:同上的技巧,注意參數 key 有做最佳化處理,使得 d 的每個元素只會呼叫一次 d.get ( 而不是比較次數 O(N*logN) 次 ),不用擔心取 key 的函式會被重覆執行。
return (key, value) pairs order by value:這部份的 code 和排序 list 一樣,關鍵在於用了 operator.itemgetter,它的文件說明摘錄如下:
Return a callable object that fetches the given item(s) from its operand.
After, f=itemgetter(2), the call f(r) returns r[2].
以程式碼來表示的話,類似於這麼寫:
1
2
| def itemgetter(n):
return lambda r: r[n] |
只要資料轉成 list of lists 的形式,就可以用 operator.itemgetter 處理。轉成 list of lists 的時間和資料數量成正比,相對於套入用 python 寫的 comparator 來說,快上不少。module operator 裡有許多好用的函式,在套用 map、max、sort 等內建函式時,可以配合使用,一來不用自己重寫小函式,二來內建函式用 C 實作,速度快上許多。
Decorate-Sort-Undecorate (DSU)
若要比較的方式比較複雜,像是希望有 stable sort,或是比較的 key 不只一個,可以套用 DSU 的解法。這裡以 stable sort 為例 (程式引用自 Python Cookbook):
1
2
3
4
| def stable_sorted_copy(alist, _indices=xrange(sys.maxint)):
decorated = zip(alist, _indices)
decorated.sort()
return [ item for item, index in decorated ] |
DSU 的關鍵在於先把每筆資料轉成 [key1, key2, ..., original item] 的形式,如此一來內建的 sort 就會依 key1, key2, … 的順序排序,排好後再取回 original item。同樣的,排序 object 依欄位值或 method 傳回值,都可以套用 DSU。而 stable sort 的情況比較不同,是將資料轉成 [original item, original position ],排序後再取回 original item。
附帶一提,xrange 是 generator,使用 generator 好處可以參見 PEP 289: Generator Expressions。
參考資料
備註
發表這篇後,才發現去年的今天我在寫 Ruby。物換星移,忽然有淡淡的懷舊感傷。