Question

在Transforming Code into Beautiful, Idiomatic Python视频（链接从10:07开始）中，发言者说，使用key代替cmp比较功能进行排序更为有效。举例来说：他指出，由于存在O（nlog（n））个比较，使用1 key时，对于1m个元素列表（log2（1m）〜20），比较函数将被调用20m次，因为它更好每个键只调用一次。

我理解他关于使用key的可读性的观点，但是我不知道他如何确定每个键一次被调用。我本以为在内部，具有key参数的排序函数看起来像这样：

def sort(sequence, key=None):
    if key is None:
        key = lambda x: x
    def compare(first, second):
        if key(first) < key(second): return -1
        if key(second) < key(first): return 1
        return 0
    # ... implement sorting algorithm

因此，无论我们使用键函数还是比较函数，这将导致相同的时间复杂度。

如果有O（nlog（n））比较，键函数如何每个元素仅调用一次？这是Timsort实现细节吗？

编辑：

要发表评论，请举一个例子：

在python2中，sorted函数接受了cmp参数，如下所示：

def compare(first, second):
    if len(first) < len(second): return -1
    if len(second) < len(first): return 1
    return 0

sorted(my_list, cmp=compare)

但是，您也可以根据需要传递键功能。因此，要获得与上述相同的效果，您可以这样做：

sorted(my_list, key=len)

在视频中，作者声称第二个选项比第一个选项更有效。

Answer 1

来自documentation：

从Python 2.4开始，list.sort（）和sorted（）都添加了一个关键参数，以指定要在进行比较之前的每个列表元素上调用的函数。

请注意在之前的单词：计算密钥不是代替调用cmp，而是在之前。计算密钥需要O（n），但是排序需要O（n log（n）），因此排序的总体复杂度仍然是O（n log（n））。

已编辑

演示者建议在排序之前（通过keys）计算字符串长度，这实际上需要对len进行n次调用。如果在排序过程中（通过cmp调用了相同的函数，则调用次数将至少为2 n log（n）。

简而言之，两种情况下的比较次数相同，但是对len的调用次数不同。

Answer 2

在key和sorted直接支持list.sort之前，有一个习惯用法使您无论如何都能从中受益。这个习惯用语称为Decorate-Sort-Undecorate（显然也称为Schwartzian Transform）。

这是它的工作方式：

def sort_with_key(data, keyfunc):
    decorated_data = [(keyfunc(x), i, x) for i, x in enumerate(data)]
    decorated_data.sort()
    return [x for key, i, x in decorated_data]

函数的三行对应于成语名称的三个部分。

第一行通过创建一个元组来“修饰”数据，该元组将键值和一个tiebreaker索引与输入中的每个项目组合在一起。这是键函数被调用的唯一位置，因此只有O(len(data))个调用。
第二步很简单。我们使用默认的比较方法对装饰的元组列表进行排序。由于在字典上比较了元组，因此对于大多数项目对，仅需要将键值相互比较。如果键值之间有任何联系，则元组中间的索引值会破坏它（始终以使项保持与输入列表中的项相同的相对顺序的方式，使其成为稳定的排序方式））。决不会比较data中的项目，因为决胜局值将始终不同（因为它们是原始列表的索引）。
最后的步骤也很容易理解。我们只是舍弃了key和tiebreaker值，从而产生了一个按新排序顺序仅包含原始项目的列表。

将key参数添加到list.sort和sorted时，它使sort函数能够自动为您完成全部任务。我不知道如何存储键值的确切细节（如果真的必须知道，可以使用read the source），但是它的作用与DSU习惯用法相同。在输入列表中的每个值上调用一次键函数，并在实际排序发生时保存其结果以供以后多次比较。

与Python中的比较功能相比，“键”功能如何更有效？

2 个答案: