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內建方法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
classStudent(object): def__init__(self,name,gender,age): self.__name=name self.__gender=gender self.__age=age #取得age属性 defgetAge(self): returnself.__age #打印 defprintStudent(self): returnself.__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 defgenerateStudent(num): #num为需要生成的测试对象数 list=[] foriinrange(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) returnlist
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：
defsortStudent(list): foriinrange(len(list)): forjinrange(1,len(list)-i): iflist[j-1].getAge()>list[j].getAge(): list[j-1],list[j]=list[j],list[j-1] returnlist
2.2使用Python內建方法sorted
配合lambda表达式使用，非常简洁，代码如下：
sorted(list,key=lambdastudent: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:
2.2.1sorted(iterable,*,key=None,reverse=False)
官方文档
关于参数的说明：
keyspecifiesafunctionofoneargumentthatisusedtoextractacomparisonkeyfromeachlistelement:key=str.lower.ThedefaultvalueisNone(comparetheelementsdirectly).
reverseisabooleanvalue.IfsettoTrue,thenthelistelementsaresortedasifeachcomparisonwerereversed.
- 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：
Thebuilt-insorted()functionisguaranteedtobestable.
（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OrderedData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OrderedData的。感兴趣的可以点击Timsort查看更多哈！
2.2.2lambda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=lambdapair: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('%scosttime%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Ordereddata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Ordereddata的。
start_Time2=time.time()
sorted(list,key=lambdastudent:student.getAge())#将对象的属性作为排序的Key
end_Time2=time.time()
print('%scosttime%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（內建方法），当测试数据量是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，谢谢大家对毛票票的支持。