Perl Sort函数用法总结和使用实例
一) sort函数用法
sort list
sort block list
sort subname list
sort的用法有如上3种形式。它对list进行排序,并返回排序后的列表。假如忽略了subname或block,sort按标准字串比较顺序来进行(例如ascii顺序)。如果指定了subname,它实际上是个子函数的名字,该子函数对比2个列表元素,并返回一个小于,等于,或大于0的整数,这依赖于元素以何种顺序来sort(升序,恒等,或降序)。也可提供一个block作为匿名子函数来代替subname,效果是一样的。
被比较的2个元素,会被临时赋值给变量$a和$b。它们以引用传递,所以不要修改$a或$b。假如使用子函数,它不能是递归函数。
二) 用法实例
1. 以数字顺序sort
@array = (8, 2, 32, 1, 4, 16);
print join(' ', sort {$a <=> $b} @array), "\n";
打印结果是:
与之一样的是:
print join(' ', sort numerically @array), "\n";
这个很容易理解哦,它只是按自然数的顺序进行sort,偶就不细讲了。
2.1 以ascii顺序(非字典顺序)进行sort
@languages = qw(fortran lisp c c++ perl python java);
print join(' ', sort @languages), "\n";
打印结果:
这等同于:
按ascii的顺序进行排序,也没什么说的哦。
注意,如果对数字按ascii顺序进行sort的话,结果可能与你想的不同:
print join(' ', sort 1 .. 11), "\n";
1 10 11 2 3 4 5 6 7 8 9
2.2 以字典顺序sort
use locale;
@array = qw(ascii ascap at_large atlarge a arp arp);
@sorted = sort { ($da = lc $a) =~ s/[/w_]+//g;
($db = lc $b) =~ s/[/w_]+//g;
$da cmp $db;
} @array;
print "@sorted\n";
打印结果是:
use locale是可选的--它让code兼容性更好,假如原始数据包含国际字符的话。use locale影响了cmp,lt,le,ge,gt和其他一些函数的操作属性--更多细节见perllocale的man page。
注意atlarge和at_large的顺序在输出时颠倒了,尽管它们的sort顺序是一样的(sort中间的子函数删掉了at_large中间的下划线)。这点会发生,是因为该示例运行在perl 5.005_02上。在perl版本5.6前,sort函数不会保护有一样values的keys的先后顺序。perl版本5.6和更高的版本,会保护这个顺序。
注意哦,不管是map,grep还是sort,都要保护这个临时变量$_(sort里是$a和$b)的值,不要去修改它
在该code里,在对$a或$b进行替换操作s/[/w_]+//g前,先将它们重新赋值给$da和$db,这样替换操作就不会修改原始元素哦。
3. 以降序sort
降序sort比较简单,把cmp或<=>前后的操作数调换下位置就可以了。
或者改变中间的块或子函数的返回值的标记:
或使用reverse函数(这有点低效,但也许易读点):
4. 使用多个keys进行sort
要以多个keys来sort,将所有以or连接起来的比较操作,放在一个子函数里即可。将主要的比较操作放在前面,次要的放在后面。
# an array of references to anonymous hashes
@employees = (
{ first => 'bill', last => 'gates',
salary => 600000, age => 45 },
{ first => 'george', last => 'tester'
salary => 55000, age => 29 },
{ first => 'steve', last => 'ballmer',
salary => 600000, age => 41 }
{ first => 'sally', last => 'developer',
salary => 55000, age => 29 },
{ first => 'joe', last => 'tester',
salary => 55000, age => 29 },
);
sub seniority {
$b->{salary} <=> $a->{salary}
or $b->{age} <=> $a->{age}
or $a->{last} cmp $b->{last}
or $a->{first} cmp $b->{first}
}
@ranked = sort seniority @employees;
foreach $emp (@ranked) {
print "$emp->{salary}/t$emp->{age}/t$emp->{first}
$emp->{last}\n";
}
打印结果是:
600000 41 steve ballmer
55000 29 sally developer
55000 29 george tester
55000 29 joe tester
上述code看起来很复杂,实际上很容易理解哦。@employees数组的元素是匿名hash。匿名hash实际上是个引用,可使用->操作符来访问其值,例如$employees[0]->{salary}可访问到第一个匿名hash里salary对应的值。所以上述各项比较就很清楚了,先比较salary的值,再比较age的值,再比较last的值,最后比较first的值。注意前2项比较是降序的,后2项是升序的,不要搞混了哦。
5. sort出新数组
@x = qw(matt elroy jane sally);
@rank[sort { $x[$a] cmp $x[$b] } 0 .. $#x] = 0 .. $#x;
print "@rank\n";
打印结果是:
这里是否有点糊涂呀?仔细看就清楚了。0 .. $#x是个列表,它的值是@x数组的下标,这里就是0 1 2 3。$x[$a] cmp $x[$b] 就是将@x里的各个元素,按ascii顺序进行比较。所以sort的结果返回对@x的下标进行排序的列表,排序的标准就是该下标对应的@x元素的ascii顺序。
还不明白sort返回什么?让我们先打印出@x里元素的ascii顺序:
@x = qw(matt elroy jane sally);
print join ' ',sort { $a cmp $b } @x;
打印结果是:
它们在@x里对应的下标是1 2 0 3,所以上述sort返回的结果就是1 2 0 3这个列表了。@rank[1 2 0 3] = 0 .. $#x 只是个简单的数组赋值操作
所以@rank的结果就是(2 0 1 3)了。
6. 按keys对hash进行sort
%hash = (donald => knuth, alan => turing, john => neumann);
@sorted = map { { ($_ => $hash{$_}) } } sort keys %hash;
foreach $hashref (@sorted) {
($key, $value) = each %$hashref;
print "$key => $value\n";
}
打印结果是:
donald => knuth
john => neumann
上述code不难明白哦。sort keys %hash按%hash的keys的ascii顺序返回一个列表,然后用map进行计算,注意map这里用了双重{{}}
里面的 {} 是个匿名hash哦,也就是说map的结果是个匿名hash列表,明白了呀?
所以@sorted数组里的元素就是各个匿名hash,通过%$hashref进行反引用,就可以访问到它们的key/value值了。
7. 按values对hash进行sort
%hash = ( elliot => babbage,
charles => babbage,
grace => hopper,
herman => hollerith
);
@sorted = map { { ($_ => $hash{$_}) } }
sort { $hash{$a} cmp $hash{$b}
or $a cmp $b
} keys %hash;
foreach $hashref (@sorted) {
($key, $value) = each %$hashref;
print "$key => $value\n";
}
打印结果是:
elliot => babbage
herman => hollerith
grace => hopper
与hash keys不同,我们不能保证hash values的唯一性。假如你仅根据values来sort hash,那么当你增或删其他values时,有着相同value的2个元素的sort顺序可能会改变。为了求得稳定的结果,应该对value进行主sort,对key进行从sort。
这里{ $hash{$a} cmp $hash{$b} or $a cmp $b } 就先按value再按key进行了2次sort哦,sort返回的结果是排序后的keys列表,然后这个列表再交给map进行计算,返回一个匿名hash列表。访问方法与前面的相同,偶就不详叙了。
8. 对文件里的单词进行sort,并去除重复的
perl -0777ane '$, = "\n"; @uniq{@f} = (); print sort keys %uniq' file
大家试试这种用法,我也不是很明白的说
@uniq{@f} = ()使用了hash slice来创建一个hash,它的keys是文件里的唯一单词;
该用法在语意上等同于$uniq{ $f[0], $f[1], ... $f[$#f] } = ()
各选项说明如下:
-a - 自动分割模式,将行分割到@f数组
-e - 从命令行读取和运行脚本
-n - 逐行遍历文件:while (<>) { ... }
$, - print函数的输出域分割符
file - 文件名
9. 高效sorting: orcish算法和schwartzian转换
对每个key,sort的子函数通常被调用多次。假如非常在意sort运行时间,可使用orcish算法或schwartzian转换,以便每个key仅被计算1次
考虑如下示例,它根据文件修改日期来sort文件列表。
@sorted = sort { -m $a <=> -m $b } @filenames;
# orcish算法--在hash里创建keys
@sorted = sort { ($modtimes{$a} ||= -m $a) <=>
($modtimes{$b} ||= -m $b)
} @filenames;
很巧妙的算法,是不是?因为文件的修改日期在脚本运行期间是基本不变的,所以-m运算一次后,把它存起来就可以了呀。
如下是schwartzian转换的用法:
sort( { $a->[1] <=> $b->[1] }
map({ [$_, -m] } @filenames)
)
);
这个code结合用了map,sort分了好几层,记住偶以前提过的方法,从后往前看。map({ [$_, -m] } @filenames)返回一个列表,列表元素是匿名数组,匿名数组的第一个值是文件名,第二个值是文件的修改日期。
sort( { $a->[1] <=> $b->[1] }...再对上述产生的匿名数组列表进行sort,它根据文件的修改日期进行sort
sort返回的结果是经过排序后的匿名数组。
最外围的map( { $_->[0] }...就简单了,它从上述sort产生的匿名数组里提取出文件名。这个文件名就是根据修改日期进行sort过的呀,并且每个文件只运行了一次-m。
这就是著名的schwartzian转换,这种用法在国外perl用户里很流行
上一篇: Perl语法之解析Perl变量使用
下一篇: 强大的Perl正则表达式实例详解