Python排序大揭秘：sort()和sorted()到底怎么选？

欢迎大家来到IT世界,在知识的湖畔探索吧!

欢迎大家来到IT世界,在知识的湖畔探索吧!

今天我们来聊聊Python里最常用的功能之一——排序。

你有没有遇到过这样的问题：

• 一堆数据怎么快速排序？
• sort()和sorted()有什么区别？
• 如何实现“先按总分排，再按语文成绩排”这种复杂排序？

别急，今天我们就用最通俗的语言，带你彻底搞懂Python排序！

1. sort() vs sorted()：谁才是排序之王？

Python提供了两种排序方式：

• list.sort() → 霸道总裁型，直接修改原列表，不返回新列表。
• sorted() → 温柔体贴型，返回新列表，不改变原数据。

举个栗子

nums = [3, 1, 4, 2] # sorted()：给你一个新列表，原数据不变 sorted_nums = sorted(nums)  # [1, 2, 3, 4] print(nums)  # 还是 [3, 1, 4, 2] # sort()：直接改掉原列表 nums.sort()  # nums变成 [1, 2, 3, 4] print(nums)  # [1, 2, 3, 4]

欢迎大家来到IT世界,在知识的湖畔探索吧!

怎么选？

• 如果想保留原数据，用sorted()。
• 如果不关心原数据，用sort()（更快，省内存）。

2. 进阶玩法：自定义排序规则

Python的排序最强大的地方在于——你可以告诉它怎么排！

按字符串长度排序

欢迎大家来到IT世界,在知识的湖畔探索吧!words = ["apple", "banana", "cherry", "date"] sorted_words = sorted(words, key=lambda x: len(x))  # 按长度升序 # 结果：['date', 'apple', 'banana', 'cherry']

按字典的某个值排序

users = [     {"name": "Alice", "age": 25},     {"name": "Bob", "age": 30},     {"name": "Charlie", "age": 20}, ] # 按年龄升序排序 sorted_users = sorted(users, key=lambda x: x["age"]) # 结果：Charlie(20) → Alice(25) → Bob(30)

3. 终极挑战：多级排序

问题：期末考试成绩出来了，要怎么排？

• 规则1：按总分从高到低
• 规则2：如果总分一样，按语文成绩从高到低
• 规则3：如果总分和语文都一样，按学号从小到大

Python代码：

欢迎大家来到IT世界,在知识的湖畔探索吧!students = [     [1, 90, 80, 70],  # [学号, 语文, 数学, 英语]     [2, 85, 95, 80],  # 总分=85+95+80=260     [3, 90, 80, 70],  # 总分=90+80+70=240     [4, 80, 70, 90],  # 总分=80+70+90=240 ] # 关键代码：lambda魔法！ sorted_students = sorted(     students,     key=lambda x: (-(x[1] + x[2] + x[3]), -x[1], x[0]) )

解释：

• -(x[1]+x[2]+x[3]) → 总分降序（加负号）
• -x[1] → 语文降序
• x[0] → 学号升序

运行结果：

学号2（总分260）→ 学号1（总分240，语文90）→ 学号3（总分240，语文90）→ 学号4（总分240，语文80）

4. 背后的黑科技：Timsort算法

Python的排序之所以快，是因为它用了Timsort算法（混合了归并排序和插入排序）：

• 最优情况：O(n)（数据已经部分有序）
• 平均情况：O(n log n)（和快速排序一样快）
• 稳定排序（相同元素不会乱序）

适用场景：

• 小数据 → 插入排序（快）
• 大数据 → 归并排序（稳定）

5. 总结