欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Perl Sort函数用法总结和使用实例

程序员文章站 2022-07-11 15:14:17
一) sort函数用法 sort listsort block listsort subname list sort的用法有如上3种形式。它对list进行排序,并返回排...

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    

复制代码 代码如下:

@array = (8, 2, 32, 1, 4, 16);
print join(' ', sort {$a <=> $b} @array), "\n";

打印结果是:   
复制代码 代码如下:
1 2 4 8 16 32

与之一样的是:

复制代码 代码如下:
sub numerically { $a <=> $b };
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

复制代码 代码如下:

@languages = qw(fortran lisp c c++ perl python java);
print join(' ', sort @languages), "\n";

打印结果:

复制代码 代码如下:
perl c c++ fortran java lisp python

这等同于:

复制代码 代码如下:
print join(' ', sort { $a cmp $b } @languages), "\n";

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:

复制代码 代码如下:

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

复制代码 代码如下:

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:  

复制代码 代码如下:
a arp arp ascap ascii atlarge at_large

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。

复制代码 代码如下:
sort { $b <=> $a } @array;

或者改变中间的块或子函数的返回值的标记:
复制代码 代码如下:
sort { -($a <=> $b) } @array;

或使用reverse函数(这有点低效,但也许易读点):
复制代码 代码如下:
reverse sort { $a <=> $b } @array;

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。

复制代码 代码如下:

# 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:

复制代码 代码如下:
600000 45     bill gates
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

复制代码 代码如下:

@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:   

复制代码 代码如下:
2 0 1 3

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:

复制代码 代码如下:

@x = qw(matt elroy jane sally);
print join ' ',sort { $a cmp $b } @x;

打印结果是: 

复制代码 代码如下:
elroy jane matt sally

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

复制代码 代码如下:

%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:

复制代码 代码如下:
alan => turing
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

复制代码 代码如下:

%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:

复制代码 代码如下:
charles => babbage
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

复制代码 代码如下:

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:

复制代码 代码如下:
-0777   -   读入整个文件,而不是单行
-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。

复制代码 代码如下:
# 强迫算法--对每个文件要多次访问磁盘
@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:

复制代码 代码如下:
@sorted = map( { $_->[0] }
          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