为什么DSU decorate-sort-undecorate比提供比较功能更快？

Question

Pythonistas喜欢谈论一种名为DSU的技术：

假设我想按第三个字段的int值排序列表：

# Decorate
decorated = [(int(item[2]), item) for item in items]
# Sort
decorated.sort()
# Undecorate
items = [item[1] for item in decorated]

据说，这种方法比以下方法更有效：

def compare(item1, item2):
    return cmp(int(item1[2]), int(item2[2]))
items.sort(compare)

为什么DSU更快？什么使sort（）没有比较器特殊？

Answer 1

这取决于从项目到要排序的值的转换成本是多少。在这种情况下，转化是采用第三项的int。

使用比较方法，每个项目转换多次。使用decorate / sort / undecorate方法，每个项目只进行一次转换。如果关键功能很昂贵，那么每个项目只调用一次应该更有效。

请注意，您可以使用内置函数执行decorate / sort / undecorate方法：

items.sort(key=lambda item: int(item[2]))

Answer 2

在排序期间必须重复调用cmp函数，每次分拣机需要比较两个对象时。由于在排序期间可能必须将同一对象与多个其他对象进行比较，因此每个对象可以多次调用cmp。另一方面，使用DSU只需要为列表中的每个项目执行一次装饰代码，无论进行多少次比较。

在最新版本的Python中，您可以使用key参数sort代替：items.sort(key=lambda item: item[2])。这有效地为您做了DSU。