Python实现按学生年龄排序的实际问题详解
前言
本文主要给大家了关于利用Python按学生年龄排序的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍：
问题：定义一个Class：包含姓名name、性别gender、年龄age，需要按年龄给学生排序。
输入：包含学生对象的List。
输出：按照年龄age进行排序好的List。
思路1：使用冒泡排序，比较相邻的学生，如果第一个学生的age值比第二个学生的age值大，那么就整体交换这两个元素。持续每次对越来越少的元素重复上面的步骤。一直到没有任何一对学生需要比较。
思路2：使用Python冉ǚ椒sorted()。
(这个问题其实是笔者面试时候手写的一个实际问题，比较面向小白，我们可以通过这样一个简单的问题复习Python的一些基础知识点)
1. 前期准备
1.1 定义Class
class Student(object): def __init__(self, name, gender, age): self.__name = name self.__gender = gender self.__age = age # 取得age属性 def getAge(self): return self.__age # 打印 def printStudent(self): return self.__name, self.__gender, self.__age
1.2 生成包含随机学生对象的List
# 生成包含随机学生对象的list def generateStudent(num): # num为需要生成的测试对象数 list = [] for i in range(num): randName = ''.join(random.sample(string.ascii_letters, 4)) randGender = random.choice(['Male', 'FeMale']) randAge = random.randint(10,30) s = Student(randName, randGender, randAge) list.append(s) return list
2. 开始排序
2.1 使用冒泡排序
思路已在开头介绍，我们直接来看代码：
def sortStudent(list): for i in range(len(list)): for j in range(1, len(list)-i): if list[j-1].getAge() > list[j].getAge(): list[j-1], list[j] = list[j], list[j-1] return list
2.2 使用Python冉ǚ椒sorted
配合lambda表达式使用，非常简洁，代码如下：
sorted(list, key=lambda student: student.getAge()) # 将对象的age属性作为排序的Key
我们在这里补充一下 sorted() 和 lambda表达式 的相关知识点:
2.2.1 sorted(iterable, *, key=None, reverse=False)
官方文档
关于参数的说明：
key specifies a function of one argument that is used to extract a comparison key from each list element: key=str.lower. The default value is None (compare the elements directly).
reverse is a boolean value. If set to True, then the list elements are sorted as if each comparison were reversed.
- key里接收的可以是某一个指定的函数（如lambda函数）返回的一个值，作为指定的比较依据。
- reverse默认是False从小到大排序，设置为True后可以从大到小。
关于稳定性的说明：
The built-in sorted() function is guaranteed to be stable.
（看到官方文档的说明中写道，这个方法是保证稳定的哟！）
关于原理：Python内置的sorted()方法背后使用的是Timsort算法，当数据越接近Ordered Data的时候，时间复杂度越接近O(N)。在我们的这个问题中，年龄属性是比较符合Ordered Data的。感兴趣的可以点击Timsort查看更多哈！
2.2.2 lambda表达式
直接看一个简单的例子就能明白了~
>>> pairs = [('one',1),('two',2),('three',3),('five',5),('zero',0),('four',4)]
>>> sorted(pairs, key=lambda pair: pair[1]) # List中每个tuple对的排序依据是tuple中的第2个值
[('zero', 0), ('one', 1), ('two', 2), ('three', 3), ('four', 4), ('five', 5)]3. 执行测试
构建测试用的随机数据，计算两种方法的执行时间进行比较~
if __name__ == '__main__':
# list 形式是[('hZDw', 'FeMale', 17)...]
list = generateStudent(10000)
# 方法1：使用冒泡排序
start_Time1 = time.time()
sortStudent(list)
end_Time1 = time.time()
# 方法1中，使用10000个测试数据的排序时间是22.243秒以上（非精确）
print('%s cost time %s' % ('sortStudent' , end_Time1 - start_Time1))
# 方法2：使用Python内建的sorted方法+lambda表达式
# 由于sorted方法背后使用的timsort方法，当数据越接近Ordered data的时候，时间复杂度越接近O(N)。
# 在这个例子里面，年龄属性是比较接近Ordered data的。
start_Time2 = time.time()
sorted(list, key=lambda student: student.getAge()) # 将对象的属性作为排序的Key
end_Time2 = time.time()
print('%s cost time %s' % ('sorted' , end_Time2 - start_Time2))测试结果：
使用方法1（冒泡排序），当测试数据量是10000个的时候，排序时间是22.243秒左右。
使用方法2（冉ǚ椒ǎ辈馐允萘渴1000000个的时候，排序时间的0.575秒左右。
虽然不是很精确，但差别显然可见啦！
以上。
如有错误，还望指正~
完整实现及测试可在Github找到：ActualProblem-Solution
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对安科网的支持。