如何在创建列表时保持列表的排序答案

【问题标题】：How to keep a list of lists sorted as it is created如何在创建列表时保持列表的排序
【发布时间】：2012-09-01 17:05:33
【问题描述】：

我正在读取一个文件并在 Python 中提取包含一些字符串和一些数字的数据。我将此信息存储为列表列表，如下所示：

dataList = [

['blah', 2, 3, 4],

['blahs', 6, 7, 8],

['blaher', 10, 11, 12],

]

我想让dataList按子列表的第二个元素排序：dataList[][1]

我想当我想添加它们时可以使用 insort 或 bisect，但我不知道如何让它查看子列表的第二个元素。

这里有什么想法吗？我只是将数据附加到末尾，然后进行线性排序以稍后再查找内容。但是，在这里扔几十个数千个子列表，然后搜索 100k 个项目，这需要一段时间。

【问题讨论】：

为什么不能只添加所有内容然后对结果进行排序？在我看来，边走边排序效率会降低......
我曾考虑过这一点，但认为在添加项目时保持排序会更有效。也许不是？
@ErikS 在 python 列表中间的插入是 O(n)
如果您真的希望它在创建时保持排序，请查看code.activestate.com/recipes/577197-sortedcollection
你所描述的相当于insertion sort，它的运行时间为O(n^2)。大多数好的排序算法（如merge sort 或quicksort）在O(n log n) 时间内运行。因此，在进行过程中保持排序并不会更有效。

【解决方案1】：

dataList.sort(key=lambda x: x[1])

这会按每个项目中的第二个元素对列表进行适当的排序。

正如 cmets 中所指出的，仅排序一次（在最后）效率更高。 Python 的内置排序方法已经过高度优化以快速运行。经过测试，在各种大小的列表中，内置排序似乎始终比使用另一个答案中建议的heap method 快 3.7 倍左右（我测试了高达 600000 的大小）。

【讨论】：

这并没有解决 OP 关于在创建列表时保持排序的问题。
对，我会遇到这个。在所有数据之后进行排序是否比保留排序列表更有效？
@ErikS：是的，这可能更有效。它的时间复杂度与 heap-insert-then-pop 答案相同，但系数和常数项可能要小得多。如果你真的关心性能，我会测试它！
@ErikS 一项快速实验（在 1000 个长度为 10000 的列表上）表明堆方法比 Python 专门构建的排序慢 3.5 倍。

【解决方案2】：

取决于几件事，但首先想到的是使用 heapq 模块：

import heapq
heap = []
for row in rows:
    heapq.heappush(heap, (row[1], row))

这将创建一个充满元组的堆，其中第一个元素是您要排序的元素，第二个元素是行。

从堆中读取它们的最简单方法是复制它然后弹出项目：

new_heap = list(heap)
while new_heap:
    _, row = heapq.heappop(new_heap)
    print row

将每个项目插入堆的运行时间是O(lg N)，所以创建堆需要O(N lg N)时间，从堆中弹出项目也需要O(lg N)时间，所以需要O(N lg N)时间遍历它。

如果这些权衡不理想，您可以使用二叉搜索树（标准库中不存在，但 they are easy to find），或者按照其他评论者的建议，在阅读后对行进行排序：rows.sort(key=lambda row: row[1])。

现在，在实践中，除非您要处理大量行，否则在加载列表后对列表进行就地排序几乎肯定会更快（即，使用.sort() 方法）......所以试试一些事情，看看什么最有效。

最后，bisect 是个糟糕的主意，因为插入 Python 列表需要 O(N) 时间，所以使用 bisect 插入项目需要 O(N lg N) 时间每个项目，所以总时间为O((N lg N) * N) = O(N**2)时间。

【讨论】：