Perl Sort函數(shù)用法總結(jié)和使用實(shí)例

2020-10-31 15:16:43

字體：大中小

供稿：網(wǎng)友

一） sort函數(shù)用法

sort LIST
sort BLOCK LIST
sort SUBNAME LIST

sort的用法有如上3種形式。它對(duì)LIST進(jìn)行排序，并返回排序后的列表。假如忽略了SUBNAME或BLOCK，sort按標(biāo)準(zhǔn)字串比較順序來進(jìn)行（例如ASCII順序）。如果指定了SUBNAME，它實(shí)際上是個(gè)子函數(shù)的名字，該子函數(shù)對(duì)比2個(gè)列表元素，并返回一個(gè)小于，等于，或大于0的整數(shù)，這依賴于元素以何種順序來sort（升序，恒等，或降序）。也可提供一個(gè)BLOCK作為匿名子函數(shù)來代替SUBNAME，效果是一樣的。

被比較的2個(gè)元素，會(huì)被臨時(shí)賦值給變量$a和$b。它們以引用傳遞，所以不要修改$a或$b。假如使用子函數(shù)，它不能是遞歸函數(shù)。

二）用法實(shí)例

1. 以數(shù)字順序sort

復(fù)制代碼代碼如下:

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

打印結(jié)果是：

復(fù)制代碼代碼如下:

1 2 4 8 16 32

與之一樣的是：

復(fù)制代碼代碼如下:

sub numerically { $a <=> $b };
print join(' ', sort numerically @array), "/n";

這個(gè)很容易理解哦，它只是按自然數(shù)的順序進(jìn)行sort，偶就不細(xì)講了。

2.1 以ASCII順序(非字典順序)進(jìn)行sort

復(fù)制代碼代碼如下:

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

打印結(jié)果：

復(fù)制代碼代碼如下:

Perl c c++ fortran java lisp python

這等同于：

復(fù)制代碼代碼如下:

print join(' ', sort { $a cmp $b } @languages), "/n";

按ASCII的順序進(jìn)行排序，也沒什么說的哦。

注意，如果對(duì)數(shù)字按ASCII順序進(jìn)行sort的話，結(jié)果可能與你想的不同：

復(fù)制代碼代碼如下:

print join(' ', sort 1 .. 11), "/n";
1 10 11 2 3 4 5 6 7 8 9

2.2 以字典順序sort

復(fù)制代碼代碼如下:

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";

打印結(jié)果是：

復(fù)制代碼代碼如下:

A ARP arp ascap ASCII atlarge at_large

use locale是可選的--它讓code兼容性更好，假如原始數(shù)據(jù)包含國際字符的話。use locale影響了cmp,lt,le,ge,gt和其他一些函數(shù)的操作屬性--更多細(xì)節(jié)見perllocale的man page。

注意atlarge和at_large的順序在輸出時(shí)顛倒了，盡管它們的sort順序是一樣的（sort中間的子函數(shù)刪掉了at_large中間的下劃線）。這點(diǎn)會(huì)發(fā)生，是因?yàn)樵撌纠\(yùn)行在perl 5.005_02上。在perl版本5.6前，sort函數(shù)不會(huì)保護(hù)有一樣values的keys的先后順序。perl版本5.6和更高的版本，會(huì)保護(hù)這個(gè)順序。

注意哦，不管是map,grep還是sort，都要保護(hù)這個(gè)臨時(shí)變量$_（sort里是$a和$b）的值，不要去修改它
在該code里，在對(duì)$a或$b進(jìn)行替換操作s/[/W_]+//g前，先將它們重新賦值給$da和$db，這樣替換操作就不會(huì)修改原始元素哦。

3. 以降序sort

降序sort比較簡(jiǎn)單，把cmp或<=>前后的操作數(shù)調(diào)換下位置就可以了。

復(fù)制代碼代碼如下:

sort { $b <=> $a } @array;

或者改變中間的塊或子函數(shù)的返回值的標(biāo)記：

復(fù)制代碼代碼如下:

sort { -($a <=> $b) } @array;

或使用reverse函數(shù)（這有點(diǎn)低效，但也許易讀點(diǎn)）：

復(fù)制代碼代碼如下:

reverse sort { $a <=> $b } @array;

4. 使用多個(gè)keys進(jìn)行sort

要以多個(gè)keys來sort，將所有以or連接起來的比較操作，放在一個(gè)子函數(shù)里即可。將主要的比較操作放在前面，次要的放在后面。

復(fù)制代碼代碼如下:

# 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";
}

打印結(jié)果是：

復(fù)制代碼代碼如下:

600000 45     Bill Gates
600000 41     Steve Ballmer
55000   29     Sally Developer
55000   29     George Tester
55000   29     Joe Tester

上述code看起來很復(fù)雜，實(shí)際上很容易理解哦。@employees數(shù)組的元素是匿名hash。匿名hash實(shí)際上是個(gè)引用，可使用->操作符來訪問其值，例如$employees[0]->{SALARY}可訪問到第一個(gè)匿名hash里SALARY對(duì)應(yīng)的值。所以上述各項(xiàng)比較就很清楚了，先比較SALARY的值，再比較AGE的值，再比較LAST的值，最后比較FIRST的值。注意前2項(xiàng)比較是降序的，后2項(xiàng)是升序的，不要搞混了哦。

5. sort出新數(shù)組

復(fù)制代碼代碼如下:

@x = qw(matt elroy jane sally);
@rank[sort { $x[$a] cmp $x[$b] } 0 .. $#x] = 0 .. $#x;
print "@rank/n";

打印結(jié)果是：

復(fù)制代碼代碼如下:

2 0 1 3

這里是否有點(diǎn)糊涂呀？仔細(xì)看就清楚了。0 .. $#x是個(gè)列表，它的值是@x數(shù)組的下標(biāo)，這里就是0 1 2 3。$x[$a] cmp $x[$b] 就是將@x里的各個(gè)元素，按ASCII順序進(jìn)行比較。所以sort的結(jié)果返回對(duì)@x的下標(biāo)進(jìn)行排序的列表，排序的標(biāo)準(zhǔn)就是該下標(biāo)對(duì)應(yīng)的@x元素的ASCII順序。
還不明白sort返回什么？讓我們先打印出@x里元素的ASCII順序：

復(fù)制代碼代碼如下:

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

打印結(jié)果是：

復(fù)制代碼代碼如下:

elroy jane matt sally

它們?cè)贎x里對(duì)應(yīng)的下標(biāo)是1 2 0 3，所以上述sort返回的結(jié)果就是1 2 0 3這個(gè)列表了。@rank[1 2 0 3] = 0 .. $#x 只是個(gè)簡(jiǎn)單的數(shù)組賦值操作
所以@rank的結(jié)果就是(2 0 1 3)了。

6. 按keys對(duì)hash進(jìn)行sort

復(fù)制代碼代碼如下:

%hash = (Donald => Knuth, Alan => Turing, John => Neumann);
@sorted = map { { ($_ => $hash{$_}) } } sort keys %hash;
foreach $hashref (@sorted) {
  ($key, $value) = each %$hashref;
  print "$key => $value/n";
}

打印結(jié)果是：

復(fù)制代碼代碼如下:

Alan => Turing
Donald => Knuth
John => Neumann

上述code不難明白哦。sort keys %hash按%hash的keys的ASCII順序返回一個(gè)列表，然后用map進(jìn)行計(jì)算，注意map這里用了雙重{{}}
里面的 {} 是個(gè)匿名hash哦，也就是說map的結(jié)果是個(gè)匿名hash列表，明白了呀？
所以@sorted數(shù)組里的元素就是各個(gè)匿名hash，通過%$hashref進(jìn)行反引用，就可以訪問到它們的key/value值了。

7. 按values對(duì)hash進(jìn)行sort

復(fù)制代碼代碼如下:

%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";
}

打印結(jié)果是：

復(fù)制代碼代碼如下:

Charles => Babbage
Elliot => Babbage
Herman => Hollerith
Grace => Hopper

與hash keys不同，我們不能保證hash values的唯一性。假如你僅根據(jù)values來sort hash，那么當(dāng)你增或刪其他values時(shí)，有著相同value的2個(gè)元素的sort順序可能會(huì)改變。為了求得穩(wěn)定的結(jié)果，應(yīng)該對(duì)value進(jìn)行主sort，對(duì)key進(jìn)行從sort。

這里{ $hash{$a} cmp $hash{$b} or $a cmp $b } 就先按value再按key進(jìn)行了2次sort哦，sort返回的結(jié)果是排序后的keys列表，然后這個(gè)列表再交給map進(jìn)行計(jì)算，返回一個(gè)匿名hash列表。訪問方法與前面的相同，偶就不詳敘了。

8. 對(duì)文件里的單詞進(jìn)行sort，并去除重復(fù)的

復(fù)制代碼代碼如下:

perl -0777ane '$, = "/n"; @uniq{@F} = (); print sort keys %uniq' file

大家試試這種用法，我也不是很明白的說
@uniq{@F} = ()使用了hash slice來創(chuàng)建一個(gè)hash，它的keys是文件里的唯一單詞;
該用法在語意上等同于$uniq{ $F[0], $F[1], ... $F[$#F] } = ()

各選項(xiàng)說明如下：

復(fù)制代碼代碼如下:

-0777   -   讀入整個(gè)文件，而不是單行
-a     -   自動(dòng)分割模式，將行分割到@F數(shù)組
-e     -   從命令行讀取和運(yùn)行腳本
-n     -   逐行遍歷文件：while (<>) { ... }
$,     -   print函數(shù)的輸出域分割符
file   -   文件名

9. 高效sorting: Orcish算法和Schwartzian轉(zhuǎn)換

對(duì)每個(gè)key，sort的子函數(shù)通常被調(diào)用多次。假如非常在意sort運(yùn)行時(shí)間，可使用Orcish算法或Schwartzian轉(zhuǎn)換，以便每個(gè)key僅被計(jì)算1次
考慮如下示例，它根據(jù)文件修改日期來sort文件列表。

復(fù)制代碼代碼如下:

# 強(qiáng)迫算法--對(duì)每個(gè)文件要多次訪問磁盤
@sorted = sort { -M $a <=> -M $b } @filenames;

# Orcish算法--在hash里創(chuàng)建keys
@sorted = sort { ($modtimes{$a} ||= -M $a) <=>
($modtimes{$b} ||= -M $b)
} @filenames;

很巧妙的算法，是不是？因?yàn)槲募男薷娜掌谠谀_本運(yùn)行期間是基本不變的，所以-M運(yùn)算一次后，把它存起來就可以了呀。
如下是Schwartzian轉(zhuǎn)換的用法：

復(fù)制代碼代碼如下:

@sorted = map( { $_->[0] }
          sort( { $a->[1] <=> $b->[1] }
              map({ [$_, -M] } @filenames)
            )
        );

這個(gè)code結(jié)合用了map,sort分了好幾層，記住偶以前提過的方法，從后往前看。map({ [$_, -M] } @filenames)返回一個(gè)列表，列表元素是匿名數(shù)組，匿名數(shù)組的第一個(gè)值是文件名，第二個(gè)值是文件的修改日期。

sort( { $a->[1] <=> $b->[1] }...再對(duì)上述產(chǎn)生的匿名數(shù)組列表進(jìn)行sort，它根據(jù)文件的修改日期進(jìn)行sort
sort返回的結(jié)果是經(jīng)過排序后的匿名數(shù)組。

最外圍的map( { $_->[0] }...就簡(jiǎn)單了，它從上述sort產(chǎn)生的匿名數(shù)組里提取出文件名。這個(gè)文件名就是根據(jù)修改日期進(jìn)行sort過的呀，并且每個(gè)文件只運(yùn)行了一次-M。
這就是著名的Schwartzian轉(zhuǎn)換，這種用法在國外perl用戶里很流行

上一篇：Perl調(diào)用shell命令方法小結(jié)

下一篇：Perl內(nèi)置特殊變量總結(jié)