list.sort()和函数sorted(list)

sort()是列表的方法,修改原列表使得它按照大小排序,没有返回值,返回None

In [90]: x = [4, 6, 2, 1, 7, 9]

In [91]: x.sort()

In [92]: x
Out[92]: [1, 2, 4, 6, 7, 9]
In [98]: aa = x.sort()
In [99]: aa #  返回None

sorted()是函数,不改变列表,重新生成一个按大小排序的列表

In [94]: a = sorted(x)
In [95]: a
Out[95]: [1, 2, 4, 6, 7, 9]

In [96]: x
Out[96]: [4, 6, 2, 1, 7, 9]

三、可选参数 列表sort方法还有两个可选参数：key和reverse

## 1、key在使用时必须提供一个排序过程总调用的函数：
x = ['mmm', 'mm', 'mm', 'm']
x.sort(key=len)
print(x)  # 输出 ['m', 'mm', 'mm', 'mmm']

## 2、reverse实现降序排序，需要提供一个布尔值：
y = [3, 2, 8, 0, 1]
y.sort(reverse=True)
print(y)  # [8, 3, 2, 1, 0]

优先级排序(具体的我也不太懂)

def sort_priority(values,group):
    def helper(x):
        if x in group:
            print('在group',0,x)
            return (0,x)
            # print(values)
        print('不在group',1,x)
        return (1,x)
    values.sort(key=helper)
    # values.sort()

numbers = [8,3,1,2,5,4,7,6]
group = {2,3,5,7}
sort_priority(numbers,group)
print(numbers)
输出:
不在group 1 8
在group 0 3
不在group 1 1
在group 0 2
在group 0 5
不在group 1 4
在group 0 7
不在group 1 6
[2, 3, 5, 7, 1, 4, 6, 8]

这个函数之所以能够正常运作，是基于下列三个原因:

• Python支持闭包（ closure):闭包是一种定义在某个作用域中的函数，这种函数
  引用了那个作用域里面的变量。helper函数之所以能够访问sort_priority的group参数，原因就在于它是闭包。
• Python的函数是一级对象(first-class object)，也就是说，我们可以直接引用函数、把函数赋给变量、把函数当成参数传给其他函数，并通过表达式及if语句
  对其进行比较和判断，等等。于是，我们可以把 helper这个闭包函数，传给sort方法的key参数。
• Python使用特殊的规则来比较两个元组°。它首先比较各元组中下标为0的对应
  元素，如果相等，再比较下标为1的对应元素，如果还是相等，那就继续比较下标为2的对应元素，依次类推。

闭包修改标志变量

def sort_priority2(values,group):
    found = False
    def helper(x):
        if x in group:
            found = True
            return (0,x)
        return (1,x)
    values.sort(key=helper)
    return found
numbers = [8,3,1,2,5,4,7,6]
group = [8,5,2,3,4,7,9]
found = sort_priority2(numbers,group)
print('最后的numbers',numbers)
print("found",found)
输出:最后的numbers [2, 3, 4, 5, 7, 8, 1, 6]
found False

闭包修改标志变量2, 新增nonlocal

下面用nonlocal来实现这个函数:
Python 3中有一种特殊的写法，能够获取闭包内的数据。我们可以用nonlocal语句
来表明这样的意图，也就是:给相关变量赋值的时候，应该在上层作用域中查找该变量。
nonlocal的唯一限制在于，它不能延伸到模块级别，这是为了防止它污染全局作用域。

def sort_priority2(values,group):
    found = False
    def helper(x):
        if x in group:
            nonlocal found
            found = True
            return (0,x)
        return (1,x)
    values.sort(key=helper)
    return found
numbers = [8,3,1,2,5,4,7,6]
group = [8,5,2,3,4,7,9]
found = sort_priority2(numbers,group)
print('最后的numbers',numbers)
print("found",found)
输出:最后的numbers [2, 3, 4, 5, 7, 8, 1, 6]
found True

nonlocal语句清楚地表明:如果在闭包内给该变量赋值，那么修改的其实是闭包外
那个作用域中的变量。这与global语句互为补充，global用来表示对该变量的赋值操作，
将会直接修改模块作用域里的那个变量。
然而，nonlocal也会像全局变量那样，遭到滥用，所以，建议大家只在极其简单的
函数里使用这种机制。nonlocal的副作用很难追踪，尤其是在比较长的函数中，修饰某
变量的nonlocal语句可能和修改该变量的赋值操作离得比较远，从而导致代码更加难以
理解。
如果使用nonlocal的那些代码，已经写得越来越复杂，那就应该将相关的状态封装
成辅助类(helper class)。下面定义的这个类，与nonlocal所达成的功能相同。它虽然
有点长，但是理解起来相当容易(其中有个名叫_call_的特殊方法，详情参见本书第22条

class Sorter(object):
    def __init__(self,group):
        self.group = group
        self.found = False
    def __call__(self,x):
        if x in self.group:
            self.found = True
            return (0,x)
        return (1,x)
group = [8,5,2,3,4,7,9]
numbers = [8,3,1,2,5,4,7,6]
sorter = Sorter(group)
numbers.sort(key=sorter)
assert sorter.found is True
print(sorter.found)

sorted的关键字排序

student_tuples = [
    ('john', 'A',20, 15),
    ('jane', 'B',21, 12),
    ('dave', 'B', 22,10),
 ]
print(sorted(student_tuples, key=lambda student: student[0]))   # sort by age
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
def f(x):
    return len(x)
L.sort(key=f) #reverse = True #怎样在此处天加速reverse
print (L)
输出: 
student_tuples = [
    ('john', 'A',20, 15),
    ('jane', 'B',21, 12),
    ('dave', 'B', 22,10),
 ]
print(sorted(student_tuples, key=lambda student: student[0]))   # sort by age
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
def f(x):
    return len(x)
L.sort(key=f) #reverse = True #怎样在此处天加速reverse
print (L)