Python列表排序：sort与sorted区别解析

从现在开始，努力学习吧！本文《Python列表排序技巧：sort与sorted区别详解》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

list.sort()仅适用于列表、就地修改、返回None；sorted()支持任意可迭代对象、生成新列表。必须用sorted()的场景：输入非列表（如tuple、dict视图等）或需链式操作。

直接说结论： list.sort() 只能用于列表、就地修改、返回 None；sorted() 接受任意可迭代对象、生成新序列、始终返回 list。选哪个，取决于你是否想改原数据、以及输入是不是列表。

什么时候必须用 sorted()？

当你面对的不是列表时，list.sort() 根本不可用 —— 它是列表专属方法，对 tuple、set、range、生成器等会直接报错 AttributeError: 'tuple' object has no attribute 'sort'。

常见场景包括：

• 对函数返回的 dict.keys() 或 dict.values() 排序（它们是视图对象，非列表）
• 排序一个 tuple 并需要结果仍是有序序列（tuple 不可变，无法就地排）
• 链式操作中需要“排完立刻传给下个函数”，比如 max(sorted(data)[:10])

numbers_tuple = (3, 1, 4, 1, 5)
sorted_list = sorted(numbers_tuple)  # ✅ 返回 [1, 1, 3, 4, 5]
# numbers_tuple.sort()  # ❌ AttributeError

list.sort() 的隐藏风险：返回值是 None

很多人写成 new_data = my_list.sort()，结果 new_data 是 None，后续调用 new_data.append(...) 就爆 AttributeError。这不是 bug，是设计如此 —— 它不返回任何东西，只改自己。

容易出错的写法：

• data = [3, 1, 2]; result = data.sort(); print(result) → 输出 None
• if my_list.sort() == sorted(my_list): ... → 永远为 False，因为左边是 None

正确做法：若只需原地排，就单独调用 my_list.sort()；若还要保留原列表，必须先 copy() 再排：

original = [3, 1, 2]
shuffled = original.copy()
shuffled.sort()  # ✅ 原地排，不赋值

两个函数共用的 key 和 reverse 参数

key 控制“按什么排”，reverse=True 表示降序。二者行为完全一致，没有兼容性差异。

关键细节：

• key 接收一个函数，它被应用到每个元素上，排序依据是该函数的返回值，而非原元素本身
• 常用 key： str.lower（忽略大小写）、abs（绝对值）、len（长度）、operator.itemgetter(1)（元组第2项）
• 不要在 key 里写带副作用的逻辑（如修改全局变量），因为调用次数不确定

words = ['Banana', 'apple', 'Cherry']
sorted(words, key=str.lower)     # → ['apple', 'Banana', 'Cherry']
pairs = [(1, 'z'), (2, 'a'), (1, 'm')]
sorted(pairs, key=lambda x: x[1])  # → [(2, 'a'), (1, 'm'), (1, 'z')]

性能与内存：就地 vs 新建

对大列表，list.sort() 明显更快、更省内存 —— 它不创建新对象，只重排内部指针。而 sorted() 总是分配新列表，内存占用翻倍，时间也略长。

但注意：如果原列表之后不再使用，用 sorted() 后再手动删掉原列表，并不能省内存；Python 的引用计数机制不会立刻回收，且排序过程本身仍需额外空间。

真正影响性能的往往是 key 函数开销。例如 key=os.path.getsize 对每个文件调系统调用，比 key=len 慢几个数量级 —— 这点在两个函数中都存在，别只盯着用哪个函数。

终于介绍完啦！小伙伴们，这篇关于《Python列表排序：sort与sorted区别解析》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！