1653548220
Sorty: Fast Concurrent / Parallel Sorting in Go
sorty
sorty is a type-specific, fast, efficient, concurrent / parallel sorting library. It is an innovative QuickSort implementation, hence in-place and does not require extra memory. You can call:
import "github.com/jfcg/sorty/v2"
sorty.SortSlice(native_slice) // []int, []float64, []string etc. in ascending order
sorty.SortLen(len_slice) // []string or [][]T 'by length' in ascending order
sorty.Sort(n, lesswap) // lesswap() based
If you have a pair of Less() and Swap(), then you can trivially write your lesswap() and sort your generic collections using multiple CPU cores quickly.
sorty natively sorts any type equivalent to
[]int, []int32, []int64, []uint, []uint32, []uint64,
[]uintptr, []float32, []float64, []string, [][]byte
sorty also natively sorts any type equivalent to []string or [][]T (for any type T) by length.
sorty is stable (as in version), well-tested and pretty careful with resources & performance:
lesswap()operates faster thansort.Interfaceon generic collections.- For each
Sort*()call, sorty uses up toMaxGor(3 by default, including caller) concurrent goroutines and up to one channel. - Goroutines and channel are created/used only when necessary.
MaxGor=1(or a short input) yields single-goroutine sorting: no goroutines or channel will be created.MaxGorcan be changed live, even during an ongoingSort*()call.MaxLen*parameters are tuned to get the best performance, see below.- sorty API adheres to semantic versioning.
Benchmarks
Show benchmarks
Comparing against sort.Slice, sortutil, zermelo and radix with Go version 1.17.8 on:
| Machine | CPU | OS | Kernel |
|---|---|---|---|
| R6 | Ryzen 1600 | Manjaro | 5.10.105 |
| i5 | Core i5 4210M | Manjaro | 5.10.105 |
Sorting uniformly distributed random uint32 slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 12.06 | 14.01 |
| sortutil | 1.42 | 3.12 |
| zermelo | 1.93 | 1.12 |
| sorty-1 | 6.18 | 6.06 |
| sorty-2 | 3.21 | 3.18 |
| sorty-3 | 2.17 | 2.56 |
| sorty-4 | 1.78 | 2.26 |
| sortyLsw-1 | 11.47 | 13.00 |
| sortyLsw-2 | 5.99 | 6.80 |
| sortyLsw-3 | 4.08 | 5.50 |
| sortyLsw-4 | 3.32 | 4.78 |
Sorting normally distributed random float32 slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 13.13 | 14.46 |
| sortutil | 1.99 | 3.50 |
| zermelo | 4.51 | 3.18 |
| sorty-1 | 7.32 | 6.86 |
| sorty-2 | 3.89 | 3.59 |
| sorty-3 | 2.63 | 2.78 |
| sorty-4 | 2.29 | 2.49 |
| sortyLsw-1 | 12.83 | 13.60 |
| sortyLsw-2 | 6.76 | 7.13 |
| sortyLsw-3 | 4.67 | 5.63 |
| sortyLsw-4 | 3.88 | 4.96 |
Sorting uniformly distributed random string slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 6.06 | 7.05 |
| sortutil | 1.35 | 1.94 |
| radix | 4.26 | 3.35 |
| sorty-1 | 4.62 | 5.30 |
| sorty-2 | 2.41 | 2.95 |
| sorty-3 | 1.65 | 2.73 |
| sorty-4 | 1.50 | 2.55 |
| sortyLsw-1 | 5.90 | 6.77 |
| sortyLsw-2 | 3.12 | 3.74 |
| sortyLsw-3 | 2.23 | 3.37 |
| sortyLsw-4 | 1.98 | 3.19 |
Sorting uniformly distributed random []byte slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 5.19 | 6.20 |
| sorty-1 | 3.32 | 3.76 |
| sorty-2 | 1.71 | 2.05 |
| sorty-3 | 1.25 | 1.94 |
| sorty-4 | 1.09 | 1.80 |
Sorting uniformly distributed random string slice by length (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 2.99 | 3.40 |
| sorty-1 | 1.71 | 1.91 |
| sorty-2 | 0.95 | 1.01 |
| sorty-3 | 0.68 | 0.86 |
| sorty-4 | 0.57 | 0.80 |
Sorting uniformly distributed random []byte slice by length (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 3.09 | 3.47 |
| sorty-1 | 1.18 | 1.25 |
| sorty-2 | 0.67 | 0.67 |
| sorty-3 | 0.47 | 0.57 |
| sorty-4 | 0.43 | 0.54 |
Testing & Parameter Tuning
First, make sure everything is fine:
go test -timeout 1h
You can tune MaxLen* for your platform/CPU with (optimization flags):
go test -timeout 4h -gcflags '-dwarf=0 -B' -ldflags '-s -w' -tags tuneparam
Now update MaxLen* in maxc.go, uncomment imports & respective mfc*() calls in tmain_test.go and compare your tuned sorty with other libraries:
go test -timeout 1h -gcflags '-dwarf=0 -B' -ldflags '-s -w'
Remember to build sorty (and your functions like SortObjAsc()) with the same optimization flags you used for tuning. -B flag is especially helpful.
Support
If you use sorty and like it, please support via:
- BTC:
bc1qr8m7n0w3xes6ckmau02s47a23e84umujej822e - ETH:
0x3a844321042D8f7c5BB2f7AB17e20273CA6277f6
Author: jfcg
Source Code: https://github.com/jfcg/sorty
License: MPL-2.0 license
What is GEEK
Buddha Community
1646796864
Sắp Xếp Danh Sách Trong Python Với Python.sort ()
Trong bài viết này, bạn sẽ học cách sử dụng phương pháp danh sách của Python sort().
Bạn cũng sẽ tìm hiểu một cách khác để thực hiện sắp xếp trong Python bằng cách sử dụng sorted()hàm để bạn có thể thấy nó khác với nó như thế nào sort().
Cuối cùng, bạn sẽ biết những điều cơ bản về sắp xếp danh sách bằng Python và biết cách tùy chỉnh việc sắp xếp để phù hợp với nhu cầu của bạn.
Phương pháp sort() - Tổng quan về cú pháp
Phương pháp sort() này là một trong những cách bạn có thể sắp xếp danh sách trong Python.
Khi sử dụng sort(), bạn sắp xếp một danh sách tại chỗ . Điều này có nghĩa là danh sách ban đầu được sửa đổi trực tiếp. Cụ thể, thứ tự ban đầu của các phần tử bị thay đổi.
Cú pháp chung cho phương thức sort() này trông giống như sau:
list_name.sort(reverse=..., key=... )
Hãy chia nhỏ nó:
list_namelà tên của danh sách bạn đang làm việc.sort()là một trong những phương pháp danh sách của Python để sắp xếp và thay đổi danh sách. Nó sắp xếp các phần tử danh sách theo thứ tự tăng dần hoặc giảm dần .sort()chấp nhận hai tham số tùy chọn .reverselà tham số tùy chọn đầu tiên. Nó chỉ định liệu danh sách sẽ được sắp xếp theo thứ tự tăng dần hay giảm dần. Nó nhận một giá trị Boolean, nghĩa là giá trị đó là True hoặc False. Giá trị mặc định là False , nghĩa là danh sách được sắp xếp theo thứ tự tăng dần. Đặt nó thành True sẽ sắp xếp danh sách ngược lại, theo thứ tự giảm dần.keylà tham số tùy chọn thứ hai. Nó có một hàm hoặc phương pháp được sử dụng để chỉ định bất kỳ tiêu chí sắp xếp chi tiết nào mà bạn có thể có.
Phương sort()thức trả về None, có nghĩa là không có giá trị trả về vì nó chỉ sửa đổi danh sách ban đầu. Nó không trả về một danh sách mới.
Cách sắp xếp các mục trong danh sách theo thứ tự tăng dần bằng phương pháp sort()
Như đã đề cập trước đó, theo mặc định, sort()sắp xếp các mục trong danh sách theo thứ tự tăng dần.
Thứ tự tăng dần (hoặc tăng dần) có nghĩa là các mặt hàng được sắp xếp từ giá trị thấp nhất đến cao nhất.
Giá trị thấp nhất ở bên trái và giá trị cao nhất ở bên phải.
Cú pháp chung để thực hiện việc này sẽ giống như sau:
list_name.sort()
Hãy xem ví dụ sau đây cho thấy cách sắp xếp danh sách các số nguyên:
# a list of numbers
my_numbers = [10, 8, 3, 22, 33, 7, 11, 100, 54]
#sort list in-place in ascending order
my_numbers.sort()
#print modified list
print(my_numbers)
#output
#[3, 7, 8, 10, 11, 22, 33, 54, 100]
Trong ví dụ trên, các số được sắp xếp từ nhỏ nhất đến lớn nhất.
Bạn cũng có thể đạt được điều tương tự khi làm việc với danh sách các chuỗi:
# a list of strings
programming_languages = ["Python", "Swift","Java", "C++", "Go", "Rust"]
#sort list in-place in alphabetical order
programming_languages.sort()
#print modified list
print(programming_languages)
#output
#['C++', 'Go', 'Java', 'Python', 'Rust', 'Swift']
Trong trường hợp này, mỗi chuỗi có trong danh sách được sắp xếp theo thứ tự không tuân theo.
Như bạn đã thấy trong cả hai ví dụ, danh sách ban đầu đã được thay đổi trực tiếp.
Cách sắp xếp các mục trong danh sách theo thứ tự giảm dần bằng phương pháp sort()
Thứ tự giảm dần (hoặc giảm dần) ngược lại với thứ tự tăng dần - các phần tử được sắp xếp từ giá trị cao nhất đến thấp nhất.
Để sắp xếp các mục trong danh sách theo thứ tự giảm dần, bạn cần sử dụng reverse tham số tùy chọn với phương thức sort() và đặt giá trị của nó thành True.
Cú pháp chung để thực hiện việc này sẽ giống như sau:
list_name.sort(reverse=True)
Hãy sử dụng lại cùng một ví dụ từ phần trước, nhưng lần này làm cho nó để các số được sắp xếp theo thứ tự ngược lại:
# a list of numbers
my_numbers = [10, 8, 3, 22, 33, 7, 11, 100, 54]
#sort list in-place in descending order
my_numbers.sort(reverse=True)
#print modified list
print(my_numbers)
#output
#[100, 54, 33, 22, 11, 10, 8, 7, 3]
Bây giờ tất cả các số được sắp xếp ngược lại, với giá trị lớn nhất ở bên tay trái và giá trị nhỏ nhất ở bên phải.
Bạn cũng có thể đạt được điều tương tự khi làm việc với danh sách các chuỗi.
# a list of strings
programming_languages = ["Python", "Swift","Java", "C++", "Go", "Rust"]
#sort list in-place in reverse alphabetical order
programming_languages.sort(reverse=True)
#print modified list
print(programming_languages)
#output
#['Swift', 'Rust', 'Python', 'Java', 'Go', 'C++']
Các mục danh sách hiện được sắp xếp theo thứ tự bảng chữ cái ngược lại.
Cách sắp xếp các mục trong danh sách bằng cách sử dụng key tham số với phương thức sort()
Bạn có thể sử dụng key tham số để thực hiện các thao tác sắp xếp tùy chỉnh hơn.
Giá trị được gán cho key tham số cần phải là thứ có thể gọi được.
Callable là thứ có thể được gọi, có nghĩa là nó có thể được gọi và tham chiếu.
Một số ví dụ về các đối tượng có thể gọi là các phương thức và hàm.
Phương thức hoặc hàm được gán cho key này sẽ được áp dụng cho tất cả các phần tử trong danh sách trước khi bất kỳ quá trình sắp xếp nào xảy ra và sẽ chỉ định logic cho tiêu chí sắp xếp.
Giả sử bạn muốn sắp xếp danh sách các chuỗi dựa trên độ dài của chúng.
Đối với điều đó, bạn chỉ định len()hàm tích hợp cho key tham số.
Hàm len()sẽ đếm độ dài của từng phần tử được lưu trong danh sách bằng cách đếm các ký tự có trong phần tử đó.
programming_languages = ["Python", "Swift","Java", "C++", "Go", "Rust"]
programming_languages.sort(key=len)
print(programming_languages)
#output
#['Go', 'C++', 'Java', 'Rust', 'Swift', 'Python']
Trong ví dụ trên, các chuỗi được sắp xếp theo thứ tự tăng dần mặc định, nhưng lần này việc sắp xếp xảy ra dựa trên độ dài của chúng.
Chuỗi ngắn nhất ở bên trái và dài nhất ở bên phải.
Các key và reverse tham số cũng có thể được kết hợp.
Ví dụ: bạn có thể sắp xếp các mục trong danh sách dựa trên độ dài của chúng nhưng theo thứ tự giảm dần.
programming_languages = ["Python", "Swift","Java", "C++", "Go", "Rust"]
programming_languages.sort(key=len, reverse=True)
print(programming_languages)
#output
#['Python', 'Swift', 'Java', 'Rust', 'C++', 'Go']
Trong ví dụ trên, các chuỗi đi từ dài nhất đến ngắn nhất.
Một điều cần lưu ý nữa là bạn có thể tạo một chức năng sắp xếp tùy chỉnh của riêng mình, để tạo các tiêu chí sắp xếp rõ ràng hơn.
Ví dụ: bạn có thể tạo một hàm cụ thể và sau đó sắp xếp danh sách theo giá trị trả về của hàm đó.
Giả sử bạn có một danh sách các từ điển với các ngôn ngữ lập trình và năm mà mỗi ngôn ngữ lập trình được tạo ra.
programming_languages = [{'language':'Python','year':1991},
{'language':'Swift','year':2014},
{'language':'Java', 'year':1995},
{'language':'C++','year':1985},
{'language':'Go','year':2007},
{'language':'Rust','year':2010},
]
Bạn có thể xác định một hàm tùy chỉnh nhận giá trị của một khóa cụ thể từ từ điển.
💡 Hãy nhớ rằng khóa từ điển và key tham số sort()chấp nhận là hai thứ khác nhau!
Cụ thể, hàm sẽ lấy và trả về giá trị của year khóa trong danh sách từ điển, chỉ định năm mà mọi ngôn ngữ trong từ điển được tạo.
Giá trị trả về sau đó sẽ được áp dụng làm tiêu chí sắp xếp cho danh sách.
programming_languages = [{'language':'Python','year':1991},
{'language':'Swift','year':2014},
{'language':'Java', 'year':1995},
{'language':'C++','year':1985},
{'language':'Go','year':2007},
{'language':'Rust','year':2010},
]
def get_year(element):
return element['year']
Sau đó, bạn có thể sắp xếp theo giá trị trả về của hàm bạn đã tạo trước đó bằng cách gán nó cho key tham số và sắp xếp theo thứ tự thời gian tăng dần mặc định:
programming_languages = [{'language':'Python','year':1991},
{'language':'Swift','year':2014},
{'language':'Java', 'year':1995},
{'language':'C++','year':1985},
{'language':'Go','year':2007},
{'language':'Rust','year':2010},
]
def get_year(element):
return element['year']
programming_languages.sort(key=get_year)
print(programming_languages)
Đầu ra:
[{'language': 'C++', 'year': 1985}, {'language': 'Python', 'year': 1991}, {'language': 'Java', 'year': 1995}, {'language': 'Go', 'year': 2007}, {'language': 'Rust', 'year': 2010}, {'language': 'Swift', 'year': 2014}]
Nếu bạn muốn sắp xếp từ ngôn ngữ được tạo gần đây nhất đến ngôn ngữ cũ nhất hoặc theo thứ tự giảm dần, thì bạn sử dụng reverse=Truetham số:
programming_languages = [{'language':'Python','year':1991},
{'language':'Swift','year':2014},
{'language':'Java', 'year':1995},
{'language':'C++','year':1985},
{'language':'Go','year':2007},
{'language':'Rust','year':2010},
]
def get_year(element):
return element['year']
programming_languages.sort(key=get_year, reverse=True)
print(programming_languages)
Đầu ra:
[{'language': 'Swift', 'year': 2014}, {'language': 'Rust', 'year': 2010}, {'language': 'Go', 'year': 2007}, {'language': 'Java', 'year': 1995}, {'language': 'Python', 'year': 1991}, {'language': 'C++', 'year': 1985}]
Để đạt được kết quả chính xác, bạn có thể tạo một hàm lambda.
Thay vì sử dụng hàm tùy chỉnh thông thường mà bạn đã xác định bằng def từ khóa, bạn có thể:
- tạo một biểu thức ngắn gọn một dòng,
- và không xác định tên hàm như bạn đã làm với
defhàm. Các hàm lambda còn được gọi là các hàm ẩn danh .
programming_languages = [{'language':'Python','year':1991},
{'language':'Swift','year':2014},
{'language':'Java', 'year':1995},
{'language':'C++','year':1985},
{'language':'Go','year':2007},
{'language':'Rust','year':2010},
]
programming_languages.sort(key=lambda element: element['year'])
print(programming_languages)
Hàm lambda được chỉ định với dòng key=lambda element: element['year']sắp xếp các ngôn ngữ lập trình này từ cũ nhất đến mới nhất.
Sự khác biệt giữa sort()và sorted()
Phương sort()thức hoạt động theo cách tương tự như sorted()hàm.
Cú pháp chung của sorted()hàm trông như sau:
sorted(list_name,reverse=...,key=...)
Hãy chia nhỏ nó:
sorted()là một hàm tích hợp chấp nhận một có thể lặp lại. Sau đó, nó sắp xếp nó theo thứ tự tăng dần hoặc giảm dần.sorted()chấp nhận ba tham số. Một tham số là bắt buộc và hai tham số còn lại là tùy chọn.list_namelà tham số bắt buộc . Trong trường hợp này, tham số là danh sách, nhưngsorted()chấp nhận bất kỳ đối tượng có thể lặp lại nào khác.sorted()cũng chấp nhận các tham số tùy chọnreversevàkey, đó là các tham số tùy chọn tương tự mà phương thứcsort()chấp nhận.
Sự khác biệt chính giữa sort()và sorted()là sorted()hàm nhận một danh sách và trả về một bản sao được sắp xếp mới của nó.
Bản sao mới chứa các phần tử của danh sách ban đầu theo thứ tự được sắp xếp.
Các phần tử trong danh sách ban đầu không bị ảnh hưởng và không thay đổi.
Vì vậy, để tóm tắt sự khác biệt:
- Phương
sort()thức không có giá trị trả về và trực tiếp sửa đổi danh sách ban đầu, thay đổi thứ tự của các phần tử chứa trong nó. - Mặt khác,
sorted()hàm có giá trị trả về, là một bản sao đã được sắp xếp của danh sách ban đầu. Bản sao đó chứa các mục danh sách của danh sách ban đầu theo thứ tự được sắp xếp. Cuối cùng, danh sách ban đầu vẫn còn nguyên vẹn.
Hãy xem ví dụ sau để xem nó hoạt động như thế nào:
#original list of numbers
my_numbers = [10, 8, 3, 22, 33, 7, 11, 100, 54]
#sort original list in default ascending order
my_numbers_sorted = sorted(my_numbers)
#print original list
print(my_numbers)
#print the copy of the original list that was created
print(my_numbers_sorted)
#output
#[10, 8, 3, 22, 33, 7, 11, 100, 54]
#[3, 7, 8, 10, 11, 22, 33, 54, 100]
Vì không có đối số bổ sung nào được cung cấp sorted(), nó đã sắp xếp bản sao của danh sách ban đầu theo thứ tự tăng dần mặc định, từ giá trị nhỏ nhất đến giá trị lớn nhất.
Và khi in danh sách ban đầu, bạn thấy rằng nó vẫn được giữ nguyên và các mục có thứ tự ban đầu.
Như bạn đã thấy trong ví dụ trên, bản sao của danh sách đã được gán cho một biến mới my_numbers_sorted,.
Một cái gì đó như vậy không thể được thực hiện với sort().
Hãy xem ví dụ sau để xem điều gì sẽ xảy ra nếu điều đó được thực hiện với phương thức sort().
my_numbers = [10, 8, 3, 22, 33, 7, 11, 100, 54]
my_numbers_sorted = my_numbers.sort()
print(my_numbers)
print(my_numbers_sorted)
#output
#[3, 7, 8, 10, 11, 22, 33, 54, 100]
#None
Bạn thấy rằng giá trị trả về của sort()là None.
Cuối cùng, một điều khác cần lưu ý là các reverse và key tham số mà sorted()hàm chấp nhận hoạt động giống hệt như cách chúng thực hiện với phương thức sort() bạn đã thấy trong các phần trước.
Khi nào sử dụng sort()vàsorted()
Dưới đây là một số điều bạn có thể muốn xem xét khi quyết định có nên sử dụng sort()vs. sorted()
Trước tiên, hãy xem xét loại dữ liệu bạn đang làm việc:
- Nếu bạn đang làm việc nghiêm ngặt với một danh sách ngay từ đầu, thì bạn sẽ cần phải sử dụng
sort()phương pháp này vìsort()chỉ được gọi trong danh sách. - Mặt khác, nếu bạn muốn linh hoạt hơn và chưa làm việc với danh sách, thì bạn có thể sử dụng
sorted(). Hàmsorted()chấp nhận và sắp xếp mọi thứ có thể lặp lại (như từ điển, bộ giá trị và bộ) chứ không chỉ danh sách.
Tiếp theo, một điều khác cần xem xét là liệu bạn có giữ được thứ tự ban đầu của danh sách mà bạn đang làm việc hay không:
- Khi gọi
sort(), danh sách ban đầu sẽ bị thay đổi và mất thứ tự ban đầu. Bạn sẽ không thể truy xuất vị trí ban đầu của các phần tử danh sách. Sử dụngsort()khi bạn chắc chắn muốn thay đổi danh sách đang làm việc và chắc chắn rằng bạn không muốn giữ lại thứ tự đã có. - Mặt khác,
sorted()nó hữu ích khi bạn muốn tạo một danh sách mới nhưng bạn vẫn muốn giữ lại danh sách bạn đang làm việc. Hàmsorted()sẽ tạo một danh sách được sắp xếp mới với các phần tử danh sách được sắp xếp theo thứ tự mong muốn.
Cuối cùng, một điều khác mà bạn có thể muốn xem xét khi làm việc với các tập dữ liệu lớn hơn, đó là hiệu quả về thời gian và bộ nhớ:
- Phương
sort()pháp này chiếm dụng và tiêu tốn ít bộ nhớ hơn vì nó chỉ sắp xếp danh sách tại chỗ và không tạo ra danh sách mới không cần thiết mà bạn không cần. Vì lý do tương tự, nó cũng nhanh hơn một chút vì nó không tạo ra một bản sao. Điều này có thể hữu ích khi bạn đang làm việc với danh sách lớn hơn chứa nhiều phần tử hơn.
Phần kết luận
Và bạn có nó rồi đấy! Bây giờ bạn đã biết cách sắp xếp một danh sách trong Python bằng sort()phương pháp này.
Bạn cũng đã xem xét sự khác biệt chính giữa sắp xếp danh sách bằng cách sử dụng sort()và sorted().
Tôi hy vọng bạn thấy bài viết này hữu ích.
Để tìm hiểu thêm về ngôn ngữ lập trình Python, hãy xem Chứng chỉ Máy tính Khoa học với Python của freeCodeCamp .
Bạn sẽ bắt đầu từ những điều cơ bản và học theo cách tương tác và thân thiện với người mới bắt đầu. Bạn cũng sẽ xây dựng năm dự án vào cuối để áp dụng vào thực tế và giúp củng cố những gì bạn đã học được.
Nguồn: https://www.freecodecamp.org/news/python-sort-how-to-sort-a-list-in-python/
1653548220
Sorty: Fast Concurrent / Parallel Sorting in Go
sorty
sorty is a type-specific, fast, efficient, concurrent / parallel sorting library. It is an innovative QuickSort implementation, hence in-place and does not require extra memory. You can call:
import "github.com/jfcg/sorty/v2"
sorty.SortSlice(native_slice) // []int, []float64, []string etc. in ascending order
sorty.SortLen(len_slice) // []string or [][]T 'by length' in ascending order
sorty.Sort(n, lesswap) // lesswap() based
If you have a pair of Less() and Swap(), then you can trivially write your lesswap() and sort your generic collections using multiple CPU cores quickly.
sorty natively sorts any type equivalent to
[]int, []int32, []int64, []uint, []uint32, []uint64,
[]uintptr, []float32, []float64, []string, [][]byte
sorty also natively sorts any type equivalent to []string or [][]T (for any type T) by length.
sorty is stable (as in version), well-tested and pretty careful with resources & performance:
lesswap()operates faster thansort.Interfaceon generic collections.- For each
Sort*()call, sorty uses up toMaxGor(3 by default, including caller) concurrent goroutines and up to one channel. - Goroutines and channel are created/used only when necessary.
MaxGor=1(or a short input) yields single-goroutine sorting: no goroutines or channel will be created.MaxGorcan be changed live, even during an ongoingSort*()call.MaxLen*parameters are tuned to get the best performance, see below.- sorty API adheres to semantic versioning.
Benchmarks
Show benchmarks
Comparing against sort.Slice, sortutil, zermelo and radix with Go version 1.17.8 on:
| Machine | CPU | OS | Kernel |
|---|---|---|---|
| R6 | Ryzen 1600 | Manjaro | 5.10.105 |
| i5 | Core i5 4210M | Manjaro | 5.10.105 |
Sorting uniformly distributed random uint32 slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 12.06 | 14.01 |
| sortutil | 1.42 | 3.12 |
| zermelo | 1.93 | 1.12 |
| sorty-1 | 6.18 | 6.06 |
| sorty-2 | 3.21 | 3.18 |
| sorty-3 | 2.17 | 2.56 |
| sorty-4 | 1.78 | 2.26 |
| sortyLsw-1 | 11.47 | 13.00 |
| sortyLsw-2 | 5.99 | 6.80 |
| sortyLsw-3 | 4.08 | 5.50 |
| sortyLsw-4 | 3.32 | 4.78 |
Sorting normally distributed random float32 slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 13.13 | 14.46 |
| sortutil | 1.99 | 3.50 |
| zermelo | 4.51 | 3.18 |
| sorty-1 | 7.32 | 6.86 |
| sorty-2 | 3.89 | 3.59 |
| sorty-3 | 2.63 | 2.78 |
| sorty-4 | 2.29 | 2.49 |
| sortyLsw-1 | 12.83 | 13.60 |
| sortyLsw-2 | 6.76 | 7.13 |
| sortyLsw-3 | 4.67 | 5.63 |
| sortyLsw-4 | 3.88 | 4.96 |
Sorting uniformly distributed random string slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 6.06 | 7.05 |
| sortutil | 1.35 | 1.94 |
| radix | 4.26 | 3.35 |
| sorty-1 | 4.62 | 5.30 |
| sorty-2 | 2.41 | 2.95 |
| sorty-3 | 1.65 | 2.73 |
| sorty-4 | 1.50 | 2.55 |
| sortyLsw-1 | 5.90 | 6.77 |
| sortyLsw-2 | 3.12 | 3.74 |
| sortyLsw-3 | 2.23 | 3.37 |
| sortyLsw-4 | 1.98 | 3.19 |
Sorting uniformly distributed random []byte slice (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 5.19 | 6.20 |
| sorty-1 | 3.32 | 3.76 |
| sorty-2 | 1.71 | 2.05 |
| sorty-3 | 1.25 | 1.94 |
| sorty-4 | 1.09 | 1.80 |
Sorting uniformly distributed random string slice by length (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 2.99 | 3.40 |
| sorty-1 | 1.71 | 1.91 |
| sorty-2 | 0.95 | 1.01 |
| sorty-3 | 0.68 | 0.86 |
| sorty-4 | 0.57 | 0.80 |
Sorting uniformly distributed random []byte slice by length (in seconds):
| Library(-MaxGor) | R6 | i5 |
|---|---|---|
| sort.Slice | 3.09 | 3.47 |
| sorty-1 | 1.18 | 1.25 |
| sorty-2 | 0.67 | 0.67 |
| sorty-3 | 0.47 | 0.57 |
| sorty-4 | 0.43 | 0.54 |
Testing & Parameter Tuning
First, make sure everything is fine:
go test -timeout 1h
You can tune MaxLen* for your platform/CPU with (optimization flags):
go test -timeout 4h -gcflags '-dwarf=0 -B' -ldflags '-s -w' -tags tuneparam
Now update MaxLen* in maxc.go, uncomment imports & respective mfc*() calls in tmain_test.go and compare your tuned sorty with other libraries:
go test -timeout 1h -gcflags '-dwarf=0 -B' -ldflags '-s -w'
Remember to build sorty (and your functions like SortObjAsc()) with the same optimization flags you used for tuning. -B flag is especially helpful.
Support
If you use sorty and like it, please support via:
- BTC:
bc1qr8m7n0w3xes6ckmau02s47a23e84umujej822e - ETH:
0x3a844321042D8f7c5BB2f7AB17e20273CA6277f6
Author: jfcg
Source Code: https://github.com/jfcg/sorty
License: MPL-2.0 license
1599854400
What's new in the go 1.15
Go announced Go 1.15 version on 11 Aug 2020. Highlighted updates and features include Substantial improvements to the Go linker, Improved allocation for small objects at high core counts, X.509 CommonName deprecation, GOPROXY supports skipping proxies that return errors, New embedded tzdata package, Several Core Library improvements and more.
As Go promise for maintaining backward compatibility. After upgrading to the latest Go 1.15 version, almost all existing Golang applications or programs continue to compile and run as older Golang version.
#go #golang #go 1.15 #go features #go improvement #go package #go new features
1662365538
Les Structures De Données Les Plus Couramment Utilisées En Python
Dans tout langage de programmation, nous devons traiter des données. Maintenant, l'une des choses les plus fondamentales dont nous avons besoin pour travailler avec les données est de les stocker, de les gérer et d'y accéder efficacement de manière organisée afin qu'elles puissent être utilisées chaque fois que cela est nécessaire pour nos besoins. Les structures de données sont utilisées pour répondre à tous nos besoins.
Que sont les Structures de Données ?
Les structures de données sont les blocs de construction fondamentaux d'un langage de programmation. Il vise à fournir une approche systématique pour répondre à toutes les exigences mentionnées précédemment dans l'article. Les structures de données en Python sont List, Tuple, Dictionary et Set . Ils sont considérés comme des structures de données implicites ou intégrées dans Python . Nous pouvons utiliser ces structures de données et leur appliquer de nombreuses méthodes pour gérer, relier, manipuler et utiliser nos données.
Nous avons également des structures de données personnalisées définies par l'utilisateur, à savoir Stack , Queue , Tree , Linked List et Graph . Ils permettent aux utilisateurs d'avoir un contrôle total sur leurs fonctionnalités et de les utiliser à des fins de programmation avancées. Cependant, nous nous concentrerons sur les structures de données intégrées pour cet article.
Structures de données implicites Python
LISTE
Les listes nous aident à stocker nos données de manière séquentielle avec plusieurs types de données. Ils sont comparables aux tableaux à l'exception qu'ils peuvent stocker différents types de données comme des chaînes et des nombres en même temps. Chaque élément ou élément d'une liste a un index attribué. Étant donné que Python utilise l' indexation basée sur 0 , le premier élément a un index de 0 et le comptage continue. Le dernier élément d'une liste commence par -1 qui peut être utilisé pour accéder aux éléments du dernier au premier. Pour créer une liste, nous devons écrire les éléments à l'intérieur des crochets .
L'une des choses les plus importantes à retenir à propos des listes est qu'elles sont Mutable . Cela signifie simplement que nous pouvons modifier un élément dans une liste en y accédant directement dans le cadre de l'instruction d'affectation à l'aide de l'opérateur d'indexation. Nous pouvons également effectuer des opérations sur notre liste pour obtenir la sortie souhaitée. Passons en revue le code pour mieux comprendre les opérations de liste et de liste.
1. Créer une liste
#creating the list
my_list = ['p', 'r', 'o', 'b', 'e']
print(my_list)Production
['p', 'r', 'o', 'b', 'e']2. Accéder aux éléments de la liste
#accessing the list
#accessing the first item of the list
my_list[0]Production
'p'#accessing the third item of the list
my_list[2]'o'3. Ajouter de nouveaux éléments à la liste
#adding item to the list
my_list + ['k']Production
['p', 'r', 'o', 'b', 'e', 'k']4. Suppression d'éléments
#removing item from the list
#Method 1:
#Deleting list items
my_list = ['p', 'r', 'o', 'b', 'l', 'e', 'm']
# delete one item
del my_list[2]
print(my_list)
# delete multiple items
del my_list[1:5]
print(my_list)Production
['p', 'r', 'b', 'l', 'e', 'm']
['p', 'm']#Method 2:
#with remove fucntion
my_list = ['p','r','o','k','l','y','m']
my_list.remove('p')
print(my_list)
#Method 3:
#with pop function
print(my_list.pop(1))
# Output: ['r', 'k', 'l', 'y', 'm']
print(my_list)Production
['r', 'o', 'k', 'l', 'y', 'm']
o
['r', 'k', 'l', 'y', 'm']5. Liste de tri
#sorting of list in ascending order
my_list.sort()
print(my_list)Production
['k', 'l', 'm', 'r', 'y']#sorting of list in descending order
my_list.sort(reverse=True)
print(my_list)Production
['y', 'r', 'm', 'l', 'k']6. Trouver la longueur d'une liste
#finding the length of list
len(my_list)Production
5TUPLE
Les tuples sont très similaires aux listes avec une différence clé qu'un tuple est IMMUTABLE , contrairement à une liste. Une fois que nous avons créé un tuple ou que nous avons un tuple, nous ne sommes pas autorisés à modifier les éléments qu'il contient. Cependant, si nous avons un élément à l'intérieur d'un tuple, qui est une liste elle-même, alors seulement nous pouvons accéder ou changer dans cette liste. Pour créer un tuple, nous devons écrire les éléments entre parenthèses . Comme les listes, nous avons des méthodes similaires qui peuvent être utilisées avec des tuples. Passons en revue quelques extraits de code pour comprendre l'utilisation des tuples.
1. Créer un tuple
#creating of tuple
my_tuple = ("apple", "banana", "guava")
print(my_tuple)Production
('apple', 'banana', 'guava')2. Accéder aux éléments d'un Tuple
#accessing first element in tuple
my_tuple[1]Production
'banana'3. Longueur d'un tuple
#for finding the lenght of tuple
len(my_tuple)Production
34. Conversion d'un tuple en liste
#converting tuple into a list
my_tuple_list = list(my_tuple)
type(my_tuple_list)Production
list5. Inverser un tuple
#Reversing a tuple
tuple(sorted(my_tuple, reverse=True)) Production
('guava', 'banana', 'apple')6. Trier un tuple
#sorting tuple in ascending order
tuple(sorted(my_tuple)) Production
('apple', 'banana', 'guava')7. Supprimer des éléments de Tuple
Pour supprimer des éléments du tuple, nous avons d'abord converti le tuple en une liste comme nous l'avons fait dans l'une de nos méthodes ci-dessus (point n ° 4), puis avons suivi le même processus de la liste et avons explicitement supprimé un tuple entier, juste en utilisant le del déclaration .
DICTIONNAIRE
Dictionary est une collection, ce qui signifie simplement qu'il est utilisé pour stocker une valeur avec une clé et extraire la valeur donnée à la clé. Nous pouvons le considérer comme un ensemble de clés : des paires de valeurs et chaque clé d'un dictionnaire est supposée être unique afin que nous puissions accéder aux valeurs correspondantes en conséquence.
Un dictionnaire est indiqué par l'utilisation d' accolades { } contenant les paires clé : valeur. Chacune des paires d'un dictionnaire est séparée par des virgules. Les éléments d'un dictionnaire ne sont pas ordonnés , la séquence n'a pas d'importance pendant que nous y accédons ou que nous les stockons.
Ils sont MUTABLES ce qui signifie que nous pouvons ajouter, supprimer ou mettre à jour des éléments dans un dictionnaire. Voici quelques exemples de code pour mieux comprendre un dictionnaire en python.
Un point important à noter est que nous ne pouvons pas utiliser un objet mutable comme clé dans le dictionnaire. Ainsi, une liste n'est pas autorisée comme clé dans le dictionnaire.
1. Création d'un dictionnaire
#creating a dictionary
my_dict = {
1:'Delhi',
2:'Patna',
3:'Bangalore'
}
print(my_dict)Production
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore'}Ici, les entiers sont les clés du dictionnaire et le nom de ville associé aux entiers sont les valeurs du dictionnaire.
2. Accéder aux éléments d'un dictionnaire
#access an item
print(my_dict[1])Production
'Delhi'3. Longueur d'un dictionnaire
#length of the dictionary
len(my_dict)Production
34. Trier un dictionnaire
#sorting based on the key
Print(sorted(my_dict.items()))
#sorting based on the values of dictionary
print(sorted(my_dict.values()))Production
[(1, 'Delhi'), (2, 'Bangalore'), (3, 'Patna')]
['Bangalore', 'Delhi', 'Patna']5. Ajout d'éléments dans le dictionnaire
#adding a new item in dictionary
my_dict[4] = 'Lucknow'
print(my_dict)Production
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore', 4: 'Lucknow'}6. Suppression d'éléments du dictionnaire
#for deleting an item from dict using the specific key
my_dict.pop(4)
print(my_dict)
#for deleting last item from the list
my_dict.popitem()
#for clearing the dictionary
my_dict.clear()
print(my_dict)Production
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore'}
(3, 'Bangalore')
{}POSITIONNER
Set est un autre type de données en python qui est une collection non ordonnée sans éléments en double. Les cas d'utilisation courants d'un ensemble consistent à supprimer les valeurs en double et à effectuer des tests d'appartenance. Les accolades ou la set()fonction peuvent être utilisées pour créer des ensembles. Une chose à garder à l'esprit est que lors de la création d'un ensemble vide, nous devons utiliser set(), et . Ce dernier crée un dictionnaire vide. not { }
Voici quelques exemples de code pour mieux comprendre les ensembles en python.
1. Créer un ensemble
#creating set
my_set = {"apple", "mango", "strawberry", "apple"}
print(my_set)Production
{'apple', 'strawberry', 'mango'}2. Accéder aux éléments d'un ensemble
#to test for an element inside the set
"apple" in my_setProduction
True3. Longueur d'un ensemble
print(len(my_set))Production
34. Trier un ensemble
print(sorted(my_set))Production
['apple', 'mango', 'strawberry']5. Ajout d'éléments dans Set
my_set.add("guava")
print(my_set)Production
{'apple', 'guava', 'mango', 'strawberry'}6. Suppression d'éléments de Set
my_set.remove("mango")
print(my_set)Production
{'apple', 'guava', 'strawberry'}Conclusion
Dans cet article, nous avons passé en revue les structures de données les plus couramment utilisées en python et avons également vu diverses méthodes qui leur sont associées.
Lien : https://www.askpython.com/python/data
#python #datastructures
1662358320
Наиболее часто используемые структуры данных в Python
В любом языке программирования нам нужно иметь дело с данными. Теперь одной из самых фундаментальных вещей, которые нам нужны для работы с данными, является эффективное хранение, управление и доступ к ним организованным образом, чтобы их можно было использовать всякий раз, когда это необходимо для наших целей. Структуры данных используются для удовлетворения всех наших потребностей.
Что такое структуры данных?
Структуры данных являются фундаментальными строительными блоками языка программирования. Он направлен на обеспечение системного подхода для выполнения всех требований, упомянутых ранее в статье. Структуры данных в Python — это List, Tuple, Dictionary и Set . Они считаются неявными или встроенными структурами данных в Python . Мы можем использовать эти структуры данных и применять к ним многочисленные методы для управления, связывания, манипулирования и использования наших данных.
У нас также есть пользовательские структуры данных, определяемые пользователем, а именно Stack , Queue , Tree , Linked List и Graph . Они позволяют пользователям полностью контролировать их функциональность и использовать их для расширенных целей программирования. Однако в этой статье мы сосредоточимся на встроенных структурах данных.
Неявные структуры данных Python
СПИСОК
Списки помогают нам хранить наши данные последовательно с несколькими типами данных. Они сопоставимы с массивами за исключением того, что они могут одновременно хранить разные типы данных, такие как строки и числа. Каждый элемент или элемент в списке имеет назначенный индекс. Поскольку Python использует индексацию на основе 0, первый элемент имеет индекс 0, и подсчет продолжается. Последний элемент списка начинается с -1, что можно использовать для доступа к элементам от последнего к первому. Чтобы создать список, мы должны написать элементы внутри квадратных скобок .
Одна из самых важных вещей, которые нужно помнить о списках , это то, что они изменяемы . Это просто означает, что мы можем изменить элемент в списке, обратившись к нему напрямую как часть оператора присваивания с помощью оператора индексации. Мы также можем выполнять операции в нашем списке, чтобы получить желаемый результат. Давайте рассмотрим код, чтобы лучше понять список и операции со списками.
1. Создание списка
#creating the list
my_list = ['p', 'r', 'o', 'b', 'e']
print(my_list)Выход
['p', 'r', 'o', 'b', 'e']2. Доступ к элементам из списка
#accessing the list
#accessing the first item of the list
my_list[0]Выход
'p'#accessing the third item of the list
my_list[2]'o'3. Добавление новых элементов в список
#adding item to the list
my_list + ['k']Выход
['p', 'r', 'o', 'b', 'e', 'k']4. Удаление элементов
#removing item from the list
#Method 1:
#Deleting list items
my_list = ['p', 'r', 'o', 'b', 'l', 'e', 'm']
# delete one item
del my_list[2]
print(my_list)
# delete multiple items
del my_list[1:5]
print(my_list)Выход
['p', 'r', 'b', 'l', 'e', 'm']
['p', 'm']#Method 2:
#with remove fucntion
my_list = ['p','r','o','k','l','y','m']
my_list.remove('p')
print(my_list)
#Method 3:
#with pop function
print(my_list.pop(1))
# Output: ['r', 'k', 'l', 'y', 'm']
print(my_list)Выход
['r', 'o', 'k', 'l', 'y', 'm']
o
['r', 'k', 'l', 'y', 'm']5. Список сортировки
#sorting of list in ascending order
my_list.sort()
print(my_list)Выход
['k', 'l', 'm', 'r', 'y']#sorting of list in descending order
my_list.sort(reverse=True)
print(my_list)Выход
['y', 'r', 'm', 'l', 'k']6. Нахождение длины списка
#finding the length of list
len(my_list)Выход
5КОРТЕЖ
Кортежи очень похожи на списки с той ключевой разницей, что кортеж является IMMUTABLE , в отличие от списка. Как только мы создаем кортеж или имеем кортеж, нам не разрешается изменять элементы внутри него. Однако если у нас есть элемент внутри кортежа, который сам является списком, только тогда мы можем получить доступ к этому списку или изменить его. Чтобы создать кортеж, мы должны написать элементы внутри круглых скобок . Как и со списками, у нас есть аналогичные методы, которые можно использовать с кортежами. Давайте рассмотрим некоторые фрагменты кода, чтобы понять, как использовать кортежи.
1. Создание кортежа
#creating of tuple
my_tuple = ("apple", "banana", "guava")
print(my_tuple)Выход
('apple', 'banana', 'guava')2. Доступ к элементам из кортежа
#accessing first element in tuple
my_tuple[1]Выход
'banana'3. Длина кортежа
#for finding the lenght of tuple
len(my_tuple)Выход
34. Преобразование кортежа в список
#converting tuple into a list
my_tuple_list = list(my_tuple)
type(my_tuple_list)Выход
list5. Реверс кортежа
#Reversing a tuple
tuple(sorted(my_tuple, reverse=True)) Выход
('guava', 'banana', 'apple')6. Сортировка кортежа
#sorting tuple in ascending order
tuple(sorted(my_tuple)) Выход
('apple', 'banana', 'guava')7. Удаление элементов из кортежа
Для удаления элементов из кортежа мы сначала преобразовали кортеж в список, как мы сделали в одном из наших методов выше (пункт № 4), затем следовали тому же процессу списка и явно удалили весь кортеж, просто используя del заявление .
ТОЛКОВЫЙ СЛОВАРЬ
Словарь — это коллекция, которая просто означает, что она используется для хранения значения с некоторым ключом и извлечения значения по данному ключу. Мы можем думать об этом как о наборе пар ключ: значение, и каждый ключ в словаре должен быть уникальным , чтобы мы могли получить соответствующий доступ к соответствующим значениям .
Словарь обозначается фигурными скобками { } , содержащими пары ключ: значение. Каждая из пар в словаре разделена запятой. Элементы в словаре неупорядочены , последовательность не имеет значения, пока мы обращаемся к ним или сохраняем их.
Они ИЗМЕНЯЕМЫ , что означает, что мы можем добавлять, удалять или обновлять элементы в словаре. Вот несколько примеров кода, чтобы лучше понять словарь в Python.
Важно отметить, что мы не можем использовать изменяемый объект в качестве ключа в словаре. Таким образом, список не допускается в качестве ключа в словаре.
1. Создание словаря
#creating a dictionary
my_dict = {
1:'Delhi',
2:'Patna',
3:'Bangalore'
}
print(my_dict)Выход
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore'}Здесь целые числа — это ключи словаря, а название города, связанное с целыми числами, — это значения словаря.
2. Доступ к элементам из словаря
#access an item
print(my_dict[1])Выход
'Delhi'3. Длина словаря
#length of the dictionary
len(my_dict)Выход
34. Сортировка словаря
#sorting based on the key
Print(sorted(my_dict.items()))
#sorting based on the values of dictionary
print(sorted(my_dict.values()))Выход
[(1, 'Delhi'), (2, 'Bangalore'), (3, 'Patna')]
['Bangalore', 'Delhi', 'Patna']5. Добавление элементов в Словарь
#adding a new item in dictionary
my_dict[4] = 'Lucknow'
print(my_dict)Выход
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore', 4: 'Lucknow'}6. Удаление элементов из словаря
#for deleting an item from dict using the specific key
my_dict.pop(4)
print(my_dict)
#for deleting last item from the list
my_dict.popitem()
#for clearing the dictionary
my_dict.clear()
print(my_dict)Выход
{1: 'Delhi', 2: 'Patna', 3: 'Bangalore'}
(3, 'Bangalore')
{}УСТАНОВЛЕН
Set — это еще один тип данных в python, представляющий собой неупорядоченную коллекцию без повторяющихся элементов. Общие варианты использования набора — удаление повторяющихся значений и проверка принадлежности. Фигурные скобки или set()функция могут использоваться для создания наборов. Следует иметь в виду, что при создании пустого набора мы должны использовать set(), и . Последний создает пустой словарь. not { }
Вот несколько примеров кода, чтобы лучше понять наборы в python.
1. Создание набора
#creating set
my_set = {"apple", "mango", "strawberry", "apple"}
print(my_set)Выход
{'apple', 'strawberry', 'mango'}2. Доступ к элементам из набора
#to test for an element inside the set
"apple" in my_setВыход
True3. Длина набора
print(len(my_set))Выход
34. Сортировка набора
print(sorted(my_set))Выход
['apple', 'mango', 'strawberry']5. Добавление элементов в Set
my_set.add("guava")
print(my_set)Выход
{'apple', 'guava', 'mango', 'strawberry'}6. Удаление элементов из Set
my_set.remove("mango")
print(my_set)Выход
{'apple', 'guava', 'strawberry'}Вывод
В этой статье мы рассмотрели наиболее часто используемые структуры данных в Python, а также рассмотрели различные связанные с ними методы.
Ссылка: https://www.askpython.com/python/data
#python #datastructures