Perl Sort函数用法总结和使用实例

技术  /  管理员 发布于 6年前   360

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