Question

假设apples是n个苹果的列表，我有一个函数apple_evaluator(apple)来评估苹果的“优点”。要按“善”排序apples，请使用apples.sort(key = apple_evaluator)或sorted(apples, key=apple_evaluator)。

将apple_evaluator调用O（n）次（例如，对apple_evaluator(apple)中的每个apple进行Python预计算apples，然后使用这些值对apples进行排序）或O（n log n）次（例如Python计算每次排序进行比较时重新计算apple_evaluator值）？

Answer 1

试试：

count = [0]

def _sort_key(x):
    count[0] += 1
    return x


a = list(np.random.rand(12))

print count
a.sort(key=_sort_key)
print count, len(a)

答案是O（n）。

Answer 2

用cmp替换key的重点是对关键函数进行O（n）调用。这称为Schwartzian transform或decorate-sort-undecorate

在key参数出现之前，发现cmp几乎无用，因为执行此过程效率更高。其中f是关键功能

L = [(f(i), i) for i in L]                           ## decorate
L.sort()    # there was no "sorted()" at the time    ## sort
L = [i[1] for in L]                                  ## undecorate

Python的sort（）/ sorted（）函数是否调用其可选的'key'参数O（n）次或O（n log n）次？

2 个答案: