前言

本文主要給大家了關(guān)于利用Python按學(xué)生年齡排序的相關(guān)內(nèi)容，分享出來供大家參考學(xué)習(xí)，下面話不多說了，來一起看看詳細(xì)的介紹：

問題：定義一個Class：包含姓名name、性別gender、年齡age，需要按年齡給學(xué)生排序。

輸入：包含學(xué)生對象的List。

輸出：按照年齡age進(jìn)行排序好的List。

思路1：使用冒泡排序，比較相鄰的學(xué)生，如果第一個學(xué)生的age值比第二個學(xué)生的age值大，那么就整體交換這兩個元素。持續(xù)每次對越來越少的元素重復(fù)上面的步驟。一直到?jīng)]有任何一對學(xué)生需要比較。

思路2：使用Python內(nèi)建方法sorted()。

(這個問題其實是筆者面試時候手寫的一個實際問題，比較面向小白，我們可以通過這樣一個簡單的問題復(fù)習(xí)Python的一些基礎(chǔ)知識點)

1. 前期準(zhǔn)備

1.1 定義Class

class Student(object):
 def __init__(self, name, gender, age):
 self.__name = name
 self.__gender = gender
 self.__age = age
 
 # 取得age屬性
 def getAge(self):
 return self.__age
 
 # 打印
 def printStudent(self):
 return self.__name, self.__gender, self.__age

1.2 生成包含隨機學(xué)生對象的List

# 生成包含隨機學(xué)生對象的list
def generateStudent(num):
 # num為需要生成的測試對象數(shù)
 list = []
 for i in range(num):
 randName = ''.join(random.sample(string.ascii_letters, 4))
 randGender = random.choice(['Male', 'FeMale'])
 randAge = random.randint(10,30)
 s = Student(randName, randGender, randAge)
 list.append(s)
 return list

2. 開始排序

2.1 使用冒泡排序

思路已在開頭介紹，我們直接來看代碼：

def sortStudent(list):
 for i in range(len(list)):
 for j in range(1, len(list)-i):
  if list[j-1].getAge() > list[j].getAge():
  list[j-1], list[j] = list[j], list[j-1]
 return list

2.2 使用Python內(nèi)建方法sorted

配合lambda表達(dá)式使用，非常簡潔，代碼如下：

sorted(list, key=lambda student: student.getAge()) # 將對象的age屬性作為排序的Key

我們在這里補充一下 sorted() 和 lambda表達(dá)式 的相關(guān)知識點:

2.2.1 sorted(iterable, *, key=None, reverse=False)

官方文檔

關(guān)于參數(shù)的說明：

key specifies a function of one argument that is used to extract a comparison key from each list element: key=str.lower. The default value is None (compare the elements directly).
reverse is a boolean value. If set to True, then the list elements are sorted as if each comparison were reversed.

• key里接收的可以是某一個指定的函數(shù)（如lambda函數(shù)）返回的一個值，作為指定的比較依據(jù)。
• reverse默認(rèn)是False從小到大排序，設(shè)置為True后可以從大到小。

關(guān)于穩(wěn)定性的說明：

The built-in sorted() function is guaranteed to be stable.

（看到官方文檔的說明中寫道，這個方法是保證穩(wěn)定的喲?。?/p>

關(guān)于原理：Python內(nèi)置的sorted()方法背后使用的是Timsort算法，當(dāng)數(shù)據(jù)越接近Ordered Data的時候，時間復(fù)雜度越接近O(N)。在我們的這個問題中，年齡屬性是比較符合Ordered Data的。感興趣的可以點擊Timsort查看更多哈！

2.2.2 lambda表達(dá)式

直接看一個簡單的例子就能明白了~

>>> pairs = [('one',1),('two',2),('three',3),('five',5),('zero',0),('four',4)]
>>> sorted(pairs, key=lambda pair: pair[1]) # List中每個tuple對的排序依據(jù)是tuple中的第2個值
[('zero', 0), ('one', 1), ('two', 2), ('three', 3), ('four', 4), ('five', 5)] 

3. 執(zhí)行測試

構(gòu)建測試用的隨機數(shù)據(jù)，計算兩種方法的執(zhí)行時間進(jìn)行比較~

if __name__ == '__main__':

 # list 形式是[('hZDw', 'FeMale', 17)...]
 list = generateStudent(10000)

 # 方法1：使用冒泡排序
 start_Time1 = time.time()
 sortStudent(list)
 end_Time1 = time.time()
 # 方法1中，使用10000個測試數(shù)據(jù)的排序時間是22.243秒以上（非精確）
 print('%s cost time %s' % ('sortStudent' , end_Time1 - start_Time1))


 # 方法2：使用Python內(nèi)建的sorted方法+lambda表達(dá)式
 # 由于sorted方法背后使用的timsort方法，當(dāng)數(shù)據(jù)越接近Ordered data的時候，時間復(fù)雜度越接近O(N)。
 # 在這個例子里面，年齡屬性是比較接近Ordered data的。
 start_Time2 = time.time()
 sorted(list, key=lambda student: student.getAge()) # 將對象的屬性作為排序的Key
 end_Time2 = time.time()
 print('%s cost time %s' % ('sorted' , end_Time2 - start_Time2))

測試結(jié)果：

使用方法1（冒泡排序），當(dāng)測試數(shù)據(jù)量是10000個的時候，排序時間是22.243秒左右。

使用方法2（內(nèi)建方法），當(dāng)測試數(shù)據(jù)量是1000000個的時候，排序時間的0.575秒左右。

雖然不是很精確，但差別顯然可見啦！

以上。

如有錯誤，還望指正~

完整實現(xiàn)及測試可在Github找到：ActualProblem-Solution

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

最新評論