列表上的Python sort（）方法vs builtin sorted（）函数

Question

我知道__builtin__ sorted（）函数适用于任何可迭代的。 但有人可以解释anylist.sort（）与sorted（anylist）之间的巨大（10x）性能差异吗？ 另外，请指出我测量的方式是否有任何问题。

"""
Example Output:
$ python list_sort_timeit.py 
Using sort method: 20.0662879944
Using sorted builin method: 259.009809017
"""

import random
import timeit

print 'Using sort method:',
x = min(timeit.Timer("test_list1.sort()","import random;test_list1=random.sample(xrange(1000),1000)").repeat())
print x

print 'Using sorted builin method:',
x =  min(timeit.Timer("sorted(test_list2)","import random;test_list2=random.sample(xrange(1000),1000)").repeat())
print x

---

正如标题所说，我有兴趣比较list.sort（）和sorted（list）。 上面的代码片段展示了一些有趣的东西，python的sort函数对于已排序的数据表现得非常好。 正如Anurag所指出的那样，在第一种情况下，sort方法正在对已经排序的数据进行处理，而在第二种情况下，它正在处理新的工作，一次又一次地工作。

所以我写了这个测试，是的，他们非常接近。

\n “””\n 示例输出：\n $ python list_sort_timeit.py \n 使用排序方法：19.0166599751\n 使用排序的建立方法：23.203567028\n “””\n\n 随机导入\n 导入时间\n\n print'使用排序方法：'，\n x = min（timeit.Timer（“test_list1.sort（）”，“import random; test_list1 = random.sample（xrange（1000），1000）; test_list1.sort（）”）。repeat（））\n 打印x\n\n print'使用排序的构建方法：'，\n x = min（timeit.Timer（“sorted（test_list2）”，“import random; test_list2 = random.sample（xrange（1000），1000）; test_list2.sort（）”）。repeat（））\n 打印x\n

哦，我看到Alex Martelli的回复，因为我正在输入这个...（我将离开编辑，因为它可能有用）。

Answer 1

您在测量误差如下：您的第一个电话后test_list1.sort()该列表中的对象进行排序-和Python的排序，又名timsort ，是不怀好意快上已排序列表！ 这是使用timeit最常见的错误 - 无意中得到副作用而不考虑它们。

这是一组很好的测量，使用命令行中的timeit ，因为它最好用：

$ python -mtimeit -s'import random; x=range(1000); random.shuffle(x)' '
y=list(x); y.sort()'
1000 loops, best of 3: 452 usec per loop
$ python -mtimeit -s'import random; x=range(1000); random.shuffle(x)' '
x.sort()'
10000 loops, best of 3: 37.4 usec per loop
$ python -mtimeit -s'import random; x=range(1000); random.shuffle(x)' '
sorted(x)'
1000 loops, best of 3: 462 usec per loop

如你所见， y.sort()和sorted(x)是颈部和颈部，但x.sort()由于副作用增加超过一个数量级的优势 - 只是因为你的测量误差，但是：这告诉你对sort与sorted本身一无所知！ - ）

Answer 2

因为list.sort进行了排序，所以第一次排序，但下次排序时会对排序列表进行排序。

例如尝试这个，你会在timeit情况下获得相同的结果，大部分时间花在复制和排序上也会再复制一次

import time
import random
test_list1=random.sample(xrange(1000),1000)
test_list2=random.sample(xrange(1000),1000)

s=time.time()
for i in range(100):
    test_list1.sort()
print time.time()-s

s=time.time()
for i in range(100):
    test_list2=sorted(test_list2)
print time.time()-s

Answer 3

好吧，列表的.sort()方法对列表进行排序，而sorted()创建一个新列表。 因此，如果您有一个大型列表，部分性能差异将归因于复制。

不过，一个数量级的差异似乎比我预期的要大。 也许list.sort()有一些特殊的优化， sorted()无法使用。 例如，由于list类已经具有正确大小的内部Py_Object*[]数组，因此它可以更有效地执行交换。

编辑 ：Alex和Anurag是对的，数量级差异是由于您不小心在测试用例中对已经排序的列表进行排序。 但是，正如Alex的基准测试所示， list.sort()比sorted()快2％左右，由于复制开销，这将是有意义的。