在python中合并排序列表

Question

我有一堆排序的对象列表和一个比较函数

class Obj :
    def __init__(p) :
        self.points = p
def cmp(a, b) :
    return a.points < b.points

a = [Obj(1), Obj(3), Obj(8), ...]
b = [Obj(1), Obj(2), Obj(3), ...]
c = [Obj(100), Obj(300), Obj(800), ...]

result = magic(a, b, c)
assert result == [Obj(1), Obj(1), Obj(2), Obj(3), Obj(3), Obj(8), ...]

magic 看起来像什么？我目前的实现是

def magic(*args) :
    r = []
    for a in args : r += a
    return sorted(r, cmp)

但那是相当低效的。更好的答案？

Answer 1

给你：一个功能齐全的列表合并排序（改编自我的排序here）：

def merge(*args):
    import copy
    def merge_lists(left, right):
        result = []
        while left and right:
            which_list = (left if left[0] <= right[0] else right)
            result.append(which_list.pop(0))
        return result + left + right
    lists = list(args)
    while len(lists) > 1:
        left, right = copy.copy(lists.pop(0)), copy.copy(lists.pop(0))
        result = merge_lists(left, right)
        lists.append(result)
    return lists.pop(0)

这样称呼它：

merged_list = merge(a, b, c)
for item in merged_list:
    print item

为了更好的衡量，我将对您的 Obj 类进行一些更改：

class Obj(object):
    def __init__(self, p) :
        self.points = p
    def __cmp__(self, b) :
        return cmp(self.points, b.points)
    def __str__(self):
        return "%d" % self.points

• 从对象派生
• 将self 传递给__init__()
• 将__cmp__ 设为成员函数
• 添加str() 成员函数以将Obj 呈现为字符串

Answer 2

下面是一个在 O(n) 比较中运行的函数示例。

您可以通过创建 a 和 b 迭代器并递增它们来加快速度。

我只是调用了两次函数来合并 3 个列表：

def zip_sorted(a, b):
    '''
    zips two iterables, assuming they are already sorted
    '''
    i = 0
    j = 0
    result = []
    while i < len(a) and j < len(b):
        if a[i] < b[j]:
            result.append(a[i])
            i += 1
        else:
            result.append(b[j])
            j += 1
    if i < len(a):
        result.extend(a[i:])
    else:
        result.extend(b[j:])
    return result

def genSortedList(num,seed):
    result = [] 
    for i in range(num):
        result.append(i*seed)
    return result

if __name__ == '__main__':
    a = genSortedList(10000,2.0)
    b = genSortedList(6666,3.0)
    c = genSortedList(5000,4.0)
    d = zip_sorted(zip_sorted(a,b),c)
    print d

但是，heapq.merge 混合使用了这种方法并堆放所有列表的当前元素，因此性能应该更好

Answer 3

我问了一个类似的问题，得到了一些很好的答案：

• Joining a set of ordered-integer yielding Python iterators

该问题的最佳解决方案是合并算法的变体，您可以在此处阅读：

• Wikipedia: Merge Algorithm

Answer 4

我喜欢 Roberto Liffredo 的回答。我不知道 heapq.merge()。嗯。

以下是使用 Roberto 领导的完整解决方案的样子：

class Obj(object):
    def __init__(self, p) :
        self.points = p
    def __cmp__(self, b) :
        return cmp(self.points, b.points)
    def __str__(self):
        return "%d" % self.points

a = [Obj(1), Obj(3), Obj(8)]
b = [Obj(1), Obj(2), Obj(3)]
c = [Obj(100), Obj(300), Obj(800)]

import heapq

sorted = [item for item in heapq.merge(a,b,c)]
for item in sorted:
    print item

或者：

for item in heapq.merge(a,b,c):
    print item

Answer 5

使用排序的单行解决方案：

def magic(*args):
  return sorted(sum(args,[]), key: lambda x: x.points)

IMO 这个解决方案可读性很强。

使用 heapq 模块可能会更高效，但我没有测试过。不能在 heapq 中指定 cmp/key 函数，所以必须实现 Obj 才能进行隐式排序。

import heapq
def magic(*args):
  h = []
  for a in args:
    heapq.heappush(h,a)
  return [i for i in heapq.heappop(h)

Answer 6

您可以使用 [heap](http://en.wikipedia.org/wiki/Heap_(data_structure).

插入是O(log(n))，所以合并a、b和c会是O(n log(n))

在 Python 中，您可以使用 heapq module。

Answer 7

Python 标准库为此提供了一种方法：heapq.merge。
正如文档所说，它与使用 itertools 非常相似（但有更多限制）；如果你不能忍受这些限制（或者如果你不使用 Python 2.6），你可以这样做：

sorted(itertools.chain(args), cmp)

但是，我认为它与您自己的解决方案具有相同的复杂性，尽管使用迭代器应该可以提供一些非常好的优化和速度提升。

Answer 8

使用bisect 模块。来自文档：“此模块支持按排序顺序维护列表，而无需在每次插入后对列表进行排序。”

import bisect

def magic(*args):
    r = []
    for a in args:
        for i in a:
            bisect.insort(r, i)
    return r

Answer 9

我不知道它是否会更快，但您可以将其简化为：

def GetObjKey(a):
    return a.points

return sorted(a + b + c, key=GetObjKey)

如果您愿意，当然也可以使用cmp 而不是key。