引言

本文基于 《Effective Python: 125 Specific Ways to Write Better Python, 3rd Edition》第十二章：数据结构与算法 中的 Item 101: Know the Difference Between sort and sorted。该章节详细阐述了 Python 中两种常见的排序方式——list.sort() 和 sorted()，并分析了它们在性能、可读性和使用场景上的差异。

本文旨在总结书中要点的基础上，结合个人开发经验和实际案例，进一步探讨 sort 和 sorted 在项目开发中的应用场景、潜在风险以及优化思路。通过本文，读者将不仅掌握这两个函数的基本用法，还能理解其背后的实现机制，并学会在不同情境下做出合理选择。

---

一、为什么 sort 和 sorted 不是简单的功能重复？

Python 提供了两种排序方式：list.sort() 和 sorted()，表面上看它们都能对列表进行排序，但它们的行为和适用场景却大相径庭。

• list.sort() 是一个原地（in-place）操作，会直接修改原始列表。
• sorted() 是一个返回新列表的函数，原始对象保持不变。

举个例子来说明：

nums = [3, 1, 4, 1, 5]

# 使用 sort 原地排序
nums.sort()
print(nums)  # 输出: [1, 1, 3, 4, 5]

# 使用 sorted 返回新列表
original = [3, 1, 4, 1, 5]
sorted_nums = sorted(original)
print(original)       # 输出: [3, 1, 4, 1, 5] (未改变)
print(sorted_nums)    # 输出: [1, 1, 3, 4, 5]

这种行为差异决定了它们在代码设计中的使用场景。例如，在需要保留原始数据的情况下，应优先使用 sorted()；而在内存敏感或性能要求高的场合，则可以考虑 list.sort()。

---

二、sort 的优势：性能优先的选择

list.sort() 是一种就地排序方法，意味着它不会创建新的列表对象，而是直接在原列表上进行修改。这种特性使其在以下两个方面具有明显优势：

1. 内存效率高

由于不产生副本，sort 在处理大规模数据时能显著减少内存占用。比如在处理百万级数据时，sorted() 可能使内存翻倍，而 sort 则始终维持原有内存消耗。

2. 执行速度快

sort 不需要额外分配空间，也不涉及复制操作，因此在排序速度上通常优于 sorted()。尤其当数据本身已经部分有序时，sort 能利用这些信息进一步优化排序过程。

下面是一个性能测试示例：

import time
import random

data = [random.randint(1, 100000) for _ in range(1000000)]

start_time = time.time()
data.sort()
end_time = time.time()
print(f"list.sort() 耗时: {end_time - start_time:.4f} 秒")

start_time = time.time()
sorted_data = sorted(data)
end_time = time.time()
print(f"sorted() 耗时: {end_time - start_time:.4f} 秒")

运行结果可能如下（具体数值因机器配置而异）：

list.sort() 耗时: 0.1789 秒
sorted() 耗时: 0.2165 秒

可以看到，list.sort() 确实在执行时间上略胜一筹。

---

三、sorted 的优势：安全与灵活性并重

尽管 sorted() 在性能上稍逊于 list.sort()，但它具备更强的安全性和通用性，适用于更多编程场景。

1. 不修改原始数据，避免副作用

在函数式编程理念中，避免副作用是非常重要的原则。使用 sorted() 可以确保传入的数据不会被意外修改，这在处理函数参数、多线程环境或调试过程中尤为重要。

例如：

def process_scores(scores):
    sorted_scores = sorted(scores)
    return sum(sorted_scores[:5]) / 5

scores = [85, 92, 78, 90, 88, 95, 80]
average = process_scores(scores)
print(scores)  # 原始 scores 仍然保持完整

如果换成 scores.sort()，则 scores 会被破坏，影响其他依赖它的逻辑。

2. 支持任意可迭代对象

sorted() 可用于所有实现了迭代协议的对象，包括元组、集合、字典甚至生成器。这种灵活性使得它成为编写通用函数的理想选择。

# 对集合排序
words = {"banana", "apple", "cherry"}
print(sorted(words))  # ['apple', 'banana', 'cherry']

# 对字典按值排序
grades = {"Alice": 88, "Bob": 92, "Charlie": 85}
sorted_grades = sorted(grades.items(), key=lambda x: x[1], reverse=True)
print(sorted_grades)  # [('Bob', 92), ('Alice', 88), ('Charlie', 85)]

---

四、如何选择 sort 或 sorted？

在我的开发实践中，我经常根据以下几个维度来决定使用哪种排序方式：

维度	推荐使用
是否允许修改原始数据？	否 → sorted() 是 → list.sort()
数据规模是否很大？	大 → list.sort() 小 → 两者均可
是否需要保持输入不变？	是 → sorted()
是否希望函数更具通用性？	是 → sorted()

例如，在一个日志分析系统中，我们需要对用户访问次数进行排序并展示 Top 10，同时保留原始数据以便后续统计。此时使用 sorted() 更为合适：

user_visits = {"user1": 120, "user2": 98, "user3": 150, ...}
top_users = sorted(user_visits.items(), key=lambda x: x[1], reverse=True)[:10]

再比如，在一个实时推荐系统中，为了提高响应速度，我们可以对缓存数据使用 list.sort() 进行原地排序，以节省内存和提升性能。

---

五、深入原理：Python 内部如何实现排序？

Python 的排序算法采用的是 Timsort，这是一种混合排序算法，结合了归并排序和插入排序的优点，专为真实世界的数据集设计。Timsort 是稳定排序，即相同元素之间的相对顺序在排序后保持不变。

1. Timsort 的核心思想

1. 分块排序（Run Detection）：将输入划分为多个自然有序的小块（称为 run），并对每个 run 使用插入排序。
2. 归并合并（Merge）：将相邻的 run 合并成更大的有序块，直到整个序列有序。

这种方式非常适合现实中常出现的部分有序数据，能够显著提升性能。

2. list.sort() vs sorted() 的内部调用

实际上，sorted() 函数底层也是调用了 list.sort() 方法。它的工作流程大致如下：

1. 将传入的可迭代对象转换为列表；
2. 调用 list.sort() 对这个新列表进行排序；
3. 返回排序后的列表。

因此，从性能角度看，sorted() 的开销主要来自于复制数据的过程。

---

总结

本文围绕《Effective Python》第十二章 Item 101 展开，深入剖析了 list.sort() 和 sorted() 的区别及其在实际开发中的应用价值。

• list.sort() 是一种高效、低内存占用的原地排序方式，适合处理大型数据集或性能敏感场景。
• sorted() 更加安全、灵活，适用于需要保留原始数据、支持多种类型输入或编写通用函数的场合。

选择哪种方式取决于你的具体需求。在大多数情况下，优先使用 sorted() 有助于写出更健壮、可维护的代码；而在内存受限或性能关键路径上，list.sort() 是更好的选择。

---

结语

学习《Effective Python》的过程中，我深刻体会到 Python 编程语言的优雅与强大。每一个看似简单的函数背后，都蕴含着丰富的设计哲学与工程考量。通过不断实践和反思，我们才能真正掌握这些细节，写出高质量的代码。

如果你觉得这篇文章对你有所帮助，欢迎点赞、收藏、分享给你的朋友！后续我会继续分享更多关于《Effective Python》精读笔记系列，参考我的代码库 effective_python_3rd，一起交流成长！