51 lines
2.6 KiB
Python
51 lines
2.6 KiB
Python
"""
|
||
python标准模块functools中的cmp_to_key可以将一个cmp函数变成一个key函数，从而支持自定义排序
|
||
python的列表提供了sort方法，下面是该方法的一个示例
|
||
"""
|
||
lst = [(9, 4), (2, 10), (4, 3), (3, 6)]
|
||
lst.sort(key=lambda item: item[0])
|
||
print(lst)
|
||
"""
|
||
sort方法的key参数需要设置一个函数，这个函数返回元素参与大小比较的值，这看起来没有问题，但如果想实现更加复杂的自定义排序，就不那么容易了。
|
||
目前的排序规则是根据元组里第一个元素的大小进行排序，我现在修改规则，如果元组里第一个元素是奇数，就用元组里第一个元素进行排序，
|
||
如果元组里第一个元素是偶数，则用这个元组里的第二个元组进行大小比较，面对这样的需求，列表的sort方法无法满足。
|
||
对于这种情形，可以使用functools.cmp_to_key来解决
|
||
"""
|
||
from functools import cmp_to_key
|
||
lst = [(9, 4), (2, 10), (4, 3), (3, 6)]
|
||
def cmp(x, y):
|
||
a = x[0] if x[0] % 2 == 1 else x[1]
|
||
b = y[0] if y[0] % 2 == 1 else y[1]
|
||
return 1 if a > b else -1 if a < b else 0
|
||
|
||
lst.sort(key=cmp_to_key(cmp))
|
||
print(lst)
|
||
# 仍然使用sort进行排序，我实现了一个cmp函数，该函数实现了需求中所提到的要求，该函数最终要返回两个元组比较的大小关系，其实cmp_to_key的实现非常简单
|
||
|
||
def cmp_to_key(mycmp):
|
||
"""Convert a cmp= function into a key= function"""
|
||
class K(object):
|
||
__slots__ = ['obj']
|
||
def __init__(self, obj):
|
||
self.obj = obj
|
||
def __lt__(self, other):
|
||
return mycmp(self.obj, other.obj) < 0
|
||
def __gt__(self, other):
|
||
return mycmp(self.obj, other.obj) > 0
|
||
def __eq__(self, other):
|
||
return mycmp(self.obj, other.obj) == 0
|
||
def __le__(self, other):
|
||
return mycmp(self.obj, other.obj) <= 0
|
||
def __ge__(self, other):
|
||
return mycmp(self.obj, other.obj) >= 0
|
||
__hash__ = None
|
||
return K
|
||
"""
|
||
它在内部定义了一个类K， 并使用我传入的cmp函数完成了比较关系运算符的重载，函数返回的是一个类，而sort函数的key需要的是一个函数，
|
||
看起来矛盾，但在python中，这样做完全可行，因为类和函数都是callable的，这里把类当成了函数来用。
|
||
在本篇第一段代码中
|
||
lst.sort(key=lambda item: item[0])
|
||
lambda表达式生成的匿名函数返回的是元组的第一个元素进行大小比较，而现在，cmp_to_key返回的是类K，参与比较的是K的对象，
|
||
由于K已经实现了比较关系运算符重载，且算法就是我刚刚实现的cmp函数，这样就最终实现了自定义排序。
|
||
"""
|