Question

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。我将这些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],

]

我想保持dataList按子列表的第二个元素排序：dataList [] [1]

我想我可以在我想要添加它们时使用insort或bisect，但是我无法弄清楚如何让它看到子列表的第二个元素。

有什么想法吗？我只是将数据附加到最后，然后进行线性排序以便稍后查找。但是，在这里扔几千个子列表，然后搜索10万个项目，这需要一段时间。

Answer 1

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

这会按照每个项目中的第二个元素对列表进行排序。

正如评论中指出的那样，只排序一次（最后）效率更高。 Python的内置排序方法已经过大幅优化，可以快速工作。经过测试，看起来内置排序的速度始终比使用其他答案中建议的heap method快了大约3.7倍，而不是各种大小的列表（我测试的大小最多为600000）。

Answer 2

取决于一些事情，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

将每个项目插入堆中的运行时为O(lg N)，因此创建堆将需要O(N lg N)时间，并且从堆中弹出项目也需要O(lg N)时间，因此{{ 1}}将需要时间来遍历它。

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，但是they are easy to find），或者像其他评论者建议的那样，在阅读后对行进行排序：{{1 }}

现在，在实践中，除非您处理的行数非常多，否则在加载后对列表进行排序几乎肯定会更快（即使用O(N lg N)方法）...所以尝试一些事情，看看哪种方法最有效。

最后，rows.sort(key=lambda row: row[1])是一个糟糕的主意，因为插入Python列表需要.sort()时间，因此插入带有bisect的项目需要bisect时间每个项目 ，所以总时间为O(N)。