排序是编程经常遇到的场景,在 Python 中,对一个列表进行排序有两种方法,一个是 list.sort 可以对列表原地排序,另一个是 Python 的内建方法 sorted,它不改变原始列表,而是返回一个新的列表,那到底用哪一个呢?
如果你不想改变原始列表,那肯定选择 sorted 啊,如果改变不改变都无所谓呢?本文就来回到这个问题。
可以先大胆猜测一下,sorted 不改变原始列表,相当于内部对列表进行了深 copy,这个过程必然更占用内存,更慢一些。
现在我们通过实际运行来比较一下:
内存占用比较
先看下结果:
代码:
- import random
- import resource
- import sys
- import time
- from sniffing import FunctionSniffingClass
- def list_sort(arr):
- return arr.sort()
- def sorted_builtin(arr):
- return sorted(arr)
- if __name__ == "__main__":
- if len(sys.argv) != 2:
- sys.exit("Please run: python (sort|sorted)")
- elif sys.argv[1] == "sorted":
- func = sorted_builtin
- elif sys.argv[1] == "sort":
- func = list_sort
- else:
- sys.exit("Please run: python (sort|sorted)")
- # Lib Testing Code
- arr = [random.randint(0, 50) for r in range(1_000_000)]
- mythread = FunctionSniffingClass(func, arr)
- mythread.start()
- used_mem = 0
- max_memory = 0
- memory_usage_refresh = 0.005 # Seconds
- while 1:
- time.sleep(memory_usage_refresh)
- used_mem = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
- if used_mem > max_memory:
- max_memory = used_mem
- # Check to see if the function call is complete
- if mythread.isShutdown():
- # Uncomment if yu want to see the results
- # print(mythread.results)
- break
- print("\nMAX Memory Usage:", round(max_memory / (2 ** 20), 3), "MB")
很明显,内建的 sorted 函数占用的内存更多。代码用到了 FunctionSniffingClass 类,这里就不展开了,完整代码请访问:https://github.com/DahlitzFlorian/list-sort-vs-sorted-list/tree/master/memory_measurement
速度比较
测试代码:
- import random
- from somedecorators import timeit
- @timeit()
- def list_sort(arr):
- return arr.sort()
- @timeit()
- def sorted_builtin(arr):
- return sorted(arr)
- def main():
- arr = [random.randint(0, 50) for r in range(10_000_000)]
- sorted_builtin(arr)
- list_sort(arr)
- if __name__ == "__main__":
- main()
最后
从结果来看,符合预期,如果不考虑是否改变原始列表的顺序,无论是内存占用还是速度,list.sort 总是更优秀。
但是,请记住,这 list.sort 仅适用于列表,而 sorted 接受任何可迭代对象。此外,如果您使用 list.sort,您将丢失原始列表的次序。