一、工具

Python 3.10.0
pycharm 2022

二、需求

最近做項目的時候用到了這兩個函數，以前沒注意，仔細研究一下，這兩個函數還是有很大區別的

三、簡單的使用例子

在Python中，你可以使用內置的sort()方法或者sorted()函數對列表進行排序。

1. sort() 方法 - 會修改原始列表，使其元素按照一定順序排列。默認情況下，排序是升序的。

my_list = [3, 1, 4, 1, 5, 9, 2, 6]
my_list.sort()
print(my_list)  # 輸出: [1, 1, 2, 3, 4, 5, 6, 9]

如果你要按照降序排序，可以傳遞一個參數reverse=True給sort()方法：

my_list = [3, 1, 4, 1, 5, 9, 2, 6]
my_list.sort(reverse=True)
print(my_list)  # 輸出: [9, 6, 5, 4, 3, 2, 1, 1]

你還可以提供一個自定義的關鍵字參數key來實現自定義排序邏輯：

my_list = ['apple', 'banana', 'cherry', 'date']
my_list.sort(key=len)  # 根據字符串長度排序
print(my_list)  # 輸出: ['date', 'apple', 'banana', 'cherry']

2. sorted() 函數 - 會返回一個新的列表，并且不會改變原始的列表。用法和sort()類似，但是它可以用于任何可迭代對象：

my_list = [3, 1, 4, 1, 5, 9, 2, 6]
sorted_list = sorted(my_list)
print(sorted_list)  # 輸出: [1, 1, 2, 3, 4, 5, 6, 9]

同樣地，你也可以使用reverse和key參數：

my_list = ['apple', 'banana', 'cherry', 'date']
sorted_list = sorted(my_list, key=len, reverse=True)
print(sorted_list)  # 輸出: ['banana', 'cherry', 'apple', 'date']

這里的len是Python內置函數，用來獲取列表中每個元素的長度作為排序的依據（即排序鍵）。sort()和sorted()都支持自定義的函數作為key參數，這允許你進行更復雜的排序操作。

選擇sort()方法還是sorted()函數取決于是否需要保留原始列表不變，以及是否需要對任意可迭代對象進行排序。

四、原理分析

在Python中，sort()方法和sorted()函數背后的排序機制是基于Tim Peters開發的Timsort算法。Timsort是一種混合型排序算法，它源自歸并排序（Merge Sort）和插入排序（Insertion Sort）。Timsort算法在2002年被引入到Python中，并且因為其卓越性能成為Python的默認排序算法。

Timsort算法主要特點：

1. 穩定性：如果列表中存在相等的元素，它們原始的順序不會改變。
2. 自適應性：在接近排好序的數據集上表現更佳。
3. 復雜度： 最壞情況時間復雜度為O(n log n)。 最優情況（已經排好序的數據集）時間復雜度為O(n)。 平均情況時間復雜度也是O(n log n)。

Timsort算法的工作原理：

1. 查找或創建自然運行：Timsort首先遍歷數據，查找自然有序的小段，稱為“運行”（runs），這些可以是已經排好序的子列表。如果沒有找到足夠大小的運行，則使用二分插入排序將它們擴展到最小運行大小（通常為32或64個元素）。這一步驟允許算法利用輸入數據中的任何固有順序。

2. 運行堆積（Run Stacking）：一旦識別出所有的運行之后，Timsort會按照一定規則將它們合并，直到只剩下一個運行為止。這個過程中，Timsort會盡可能地合并那些長度相近的相鄰運行。

3. 歸并排序：合并過程是通過歸并排序完成的，這是一種將兩個或多個有序列表組合成單一有序列表的技術。通過重復此過程，直到整個數組變得有序。

sort() 方法和 sorted() 函數的差異：

1. sort() 方法：

是列表（list）的內置方法。
會就地（in-place）對列表進行排序，即不需要額外的存儲空間來創建新列表，但原始列表內容會被改變。
2. sorted() 函數：

是內建函數，可以對任意可迭代對象進行排序操作。
返回一個新的列表，原始輸入數據不會被修改。
盡管sort()和sorted()使用相同的排序算法（Timsort），它們在數據處理方式上存在差異，體現在是否會改變原始數據以及它們各自的適用范圍。

在高級實現中，Timsort還涉及很多優化措施，比如對小數組使用插入排序、合并時考慮已排序的序列以及優化的比較和移動過程等。這些細微的優化使得Timsort成為一種非常快速且高效的排序算法，在現代編程語言中得到廣泛采用。

五、Python中的單例實現簡單示例

要實現一個只需實例化一次的類，你可以使用設計模式中的單例模式。在Python中，有多種方式實現單例模式。下面給出兩種常見的實現方式：

1. 使用類變量：

class Singleton:_instance = Nonedef __new__(cls, *args, **kwargs):if cls._instance is None:cls._instance = super(Singleton, cls).__new__(cls, *args, **kwargs)return cls._instance# 使用示例
singleton1 = Singleton()
singleton2 = Singleton()assert singleton1 is singleton2  # 檢查singleton1和singleton2是否是同一個實例

在這個例子中，我們重寫了__new__方法，它是在創建實例之前被調用的特殊方法。__new__方法確保只創建單例類的一個實例，并且后續嘗試創建新實例時都返回第一個創建的實例。

2. 使用裝飾器：

def singleton(cls):instances = {}def get_instance(*args, **kwargs):if cls not in instances:instances[cls] = cls(*args, **kwargs)return instances[cls]return get_instance@singleton
class MySingleton:pass# 使用示例
singleton1 = MySingleton()
singleton2 = MySingleton()assert singleton1 is singleton2  # 檢查singleton1和singleton2是否是同一個實例

在這個例子中，我們使用了一個裝飾器singleton，它接收一個類并返回一個函數get_instance。這個函數檢查該類是否已經有一個實例存在于字典instances中，如果不存在就創建一個新的實例。如果已經存在，就返回那個實例。當你用@singleton裝飾一個類時，你實際上把這個類替換成了get_instance函數。

兩種方法都能夠確保一個類在程序運行期間只有一個實例。選擇哪種方式取決于你的具體需求和偏好。