Pythonic的方式来检查列表是否sorting
有没有Python方法来检查列表是否已经sorting在ASC或DESC
listtimestamps = [1, 2, 3, 5, 6, 7]
像isttimestamps.isSorted()返回True或False 。
我想input一些消息的时间戳列表，并检查交易是否以正确的顺序出现。
其实我们没有给出anijhaw正在寻找的答案。 这是一个class轮：
all(l[i] <= l[i+1] for i in xrange(len(l)-1))
我只会用
if sorted(lst) == lst: # code here
除非这是一个非常大的列表，在这种情况下，您可能需要创build一个自定义函数。
如果你只是要sorting，如果它没有sorting，然后忘记检查和sorting。
lst.sort()
不要想太多。
如果你想要一个自定义函数，你可以做类似的事情
def is_sorted(lst, key=lambda x: x): for i, el in enumerate(lst[1:]): if key(el) < key(lst[i]): # i is the index of the previous element return False return True
这将是O（n），如果列表已经被sorting（而O（n）在for循环中），除非你期望它在大部分时间没有被sorting（并且相当随机），否则再次，只是对列表进行sorting。
这个迭代器forms比使用整数索引要快10-15％：
# from itertools import izip as zip # python 2 only! def is_sorted(l): return all(a <= b for a, b in zip(l[:-1], l[1:]))
一个美丽的方法来实现这个是使用itertools的imap函数：
from itertools import imap, tee import operator def is_sorted(iterable, compare=operator.le): a, b = tee(iterable) next(b, None) return all(imap(compare, a, b))
这个实现很快，适用于任何迭代。
我会这样做的（这里偷了很多答案[Aaron Sterling，伟业堂，保罗·麦奎尔]，主要是Armin Ronacher ）：
from itertools import tee, izip def pairwise(iterable): a, b = tee(iterable) next(b, None) return izip(a, b) def is_sorted(iterable, key=lambda a, b: a <= b): return all(key(a, b) for a, b in pairwise(iterable))
一件好事：你不必为系列实现第二个迭代器（与列表片不同）。
我运行了一个基准testing， 。 这些基准testing是在MacBook Pro 2010 13“（Core2 Duo 2.66GHz，4GB 1067MHz DDR3 RAM，Mac OS X 10.6.5）上运行的。 sorted(lst, reverse=True) == lst是长列表中速度最快的， all(l[i] >= l[i+1] for i in xrange(len(l)-1))是短名单中最快的
更新：我修改了脚本，以便您可以直接在自己的系统上运行它。 以前的版本有错误。 另外，我添加了sorting和未sorting的input。
- 适用
all(l[i] >= l[i+1] for i in xrange(len(l)-1)) - 最适合长sorting列表：
sorted(l, reverse=True) == l - 对于
all(l[i] >= l[i+1] for i in xrange(len(l)-1)) - 最好的长sorting列表：
all(l[i] >= l[i+1] for i in xrange(len(l)-1))
所以在大多数情况下，有一个明确的赢家。
更新： aaronsterling的答案（＃6和＃7）实际上是所有情况下最快的。 ＃7是最快的，因为它没有间接寻找密钥的层。
#!/usr/bin/env python import itertools import time def benchmark(f, *args): t1 = time.time() for i in xrange(1000000): f(*args) t2 = time.time() return t2-t1 L1 = range(4, 0, -1) L2 = range(100, 0, -1) L3 = range(0, 4) L4 = range(0, 100) # 1. def isNonIncreasing(l, key=lambda x,y: x >= y): return all(key(l[i],l[i+1]) for i in xrange(len(l)-1)) print benchmark(isNonIncreasing, L1) # 2.47253704071 print benchmark(isNonIncreasing, L2) # 34.5398209095 print benchmark(isNonIncreasing, L3) # 2.1916718483 print benchmark(isNonIncreasing, L4) # 2.19576501846 # 2. def isNonIncreasing(l): return all(l[i] >= l[i+1] for i in xrange(len(l)-1)) print benchmark(isNonIncreasing, L1) # 1.86919999123 print benchmark(isNonIncreasing, L2) # 21.8603689671 print benchmark(isNonIncreasing, L3) # 1.95684289932 print benchmark(isNonIncreasing, L4) # 1.95272517204 # 3. def isNonIncreasing(l, key=lambda x,y: x >= y): return all(key(a,b) for (a,b) in itertools.izip(l[:-1],l[1:])) print benchmark(isNonIncreasing, L1) # 2.65468883514 print benchmark(isNonIncreasing, L2) # 29.7504849434 print benchmark(isNonIncreasing, L3) # 2.78062295914 print benchmark(isNonIncreasing, L4) # 3.73436689377 # 4. def isNonIncreasing(l): return all(a >= b for (a,b) in itertools.izip(l[:-1],l[1:])) print benchmark(isNonIncreasing, L1) # 2.06947803497 print benchmark(isNonIncreasing, L2) # 15.6351969242 print benchmark(isNonIncreasing, L3) # 2.45671010017 print benchmark(isNonIncreasing, L4) # 3.48461818695 # 5. def isNonIncreasing(l): return sorted(l, reverse=True) == l print benchmark(isNonIncreasing, L1) # 2.01579380035 print benchmark(isNonIncreasing, L2) # 5.44593787193 print benchmark(isNonIncreasing, L3) # 2.01813793182 print benchmark(isNonIncreasing, L4) # 4.97615599632 # 6. def isNonIncreasing(l, key=lambda x, y: x >= y): for i, el in enumerate(l[1:]): if key(el, l[i-1]): return False return True print benchmark(isNonIncreasing, L1) # 1.06842684746 print benchmark(isNonIncreasing, L2) # 1.67291283607 print benchmark(isNonIncreasing, L3) # 1.39491200447 print benchmark(isNonIncreasing, L4) # 1.80557894707 # 7. def isNonIncreasing(l): for i, el in enumerate(l[1:]): if el >= l[i-1]: return False return True print benchmark(isNonIncreasing, L1) # 0.883186101913 print benchmark(isNonIncreasing, L2) # 1.42852401733 print benchmark(isNonIncreasing, L3) # 1.09229516983 print benchmark(isNonIncreasing, L4) # 1.59502696991
虽然我不认为有保证， sorted内置调用它的cmp函数与i+1, i似乎这样做CPython。
所以你可以做这样的事情：
def my_cmp(x, y): cmpval = cmp(x, y) if cmpval < 0: raise ValueError return cmpval def is_sorted(lst): try: sorted(lst, cmp=my_cmp) return True except ValueError: return False print is_sorted([1,2,3,5,6,7]) print is_sorted([1,2,5,3,6,7])
或者这样（没有if语句 – > EAFP出错了;-)）：
def my_cmp(x, y): assert(x >= y) return -1 def is_sorted(lst): try: sorted(lst, cmp=my_cmp) return True except AssertionError: return False
根本不是Pythonic，但我们至less需要一个reduce()答案，对吧？
def is_sorted(iterable): prev_or_inf = lambda prev, i: i if prev <= i else float('inf') return reduce(prev_or_inf, iterable, float('-inf')) < float('inf')
累加器variables只存储最后一次检查的值，如果任何值小于前一个值，则累加器被设置为无穷大（因此“最后一个值”将始终大于最终值）目前的一个）。
蓝gem太好了 。 你可以使用lst.sort() 。 Python的sorting实现（TimSort）检查列表是否已经sorting。 如果这样sort（）将在线性时间内完成。 听起来像Pythonic的方式，以确保列表sorting;）
正如@aaronsterling指出的那样，下面的解决scheme是最短的，而且在数组sorting的时候似乎是最快的，而且不是太小：def is_sorted（lst）：return（sorted（lst）== lst）
如果大部分时间数组未被sorting，那么最好使用一个不扫描整个数组的方法，只要发现未sorting的前缀，就返回False。 以下是我能find的最快的解决scheme，它不是特别优雅：
def is_sorted(lst): it = iter(lst) try: prev = it.next() except StopIteration: return True for x in it: if prev > x: return False prev = x return True
使用Nathan Farrington的基准testing，除了在大型的sorting列表上运行，在所有情况下，这都比使用sorting（lst）实现更好的运行时间。
以下是我的电脑上的基准testing结果。
sorting（第一）==第一解决scheme
- L1：1.23838591576
- L2：4.19063091278
- L3：1.17996287346
- L4：4.68399500847
解决scheme二
- L1：0.81095790863
- L2：0.802397012711
- L3：1.06135106087
- L4：8.82761001587
我使用这个基于numpy.diff（）的单线程：
def issorted(x): """Check if x is sorted""" return (numpy.diff(x) >= 0).all() # is diff between all consecutive entries >= 0?
我没有真正的时间对其他任何方法，但我认为它比任何纯Python方法，特别是对于大n，因为numpy.diff（可能）中的循环直接运行在C（n-1减法，其次是n -1比较）。
但是，如果x是一个无符号整数，则需要小心，这可能会导致numpy.diff（）中的整数下溢，从而导致误报。 这是一个修改的版本：
def issorted(x): """Check if x is sorted""" try: if x.dtype.kind == 'u': # x is unsigned int array, risk of int underflow in np.diff x = numpy.int64(x) except AttributeError: pass # no dtype, not an array return (numpy.diff(x) >= 0).all()
这与顶级答案类似，但我更喜欢它，因为它避免了显式索引。 假设你的列表有名字lst ，你可以生成
(item, next_item)元组从您的列表中zip ：
all(x <= y for x,y in zip(lst, lst[1:]))
在Python 3中， zip已经返回一个生成器，在Python 2中，可以使用itertools.izip来获得更好的内存效率。
小演示：
>>> lst = [1, 2, 3, 4] >>> zip(lst, lst[1:]) [(1, 2), (2, 3), (3, 4)] >>> all(x <= y for x,y in zip(lst, lst[1:])) True >>> >>> lst = [1, 2, 3, 2] >>> zip(lst, lst[1:]) [(1, 2), (2, 3), (3, 2)] >>> all(x <= y for x,y in zip(lst, lst[1:])) False
当元组(3, 2)被评估时，最后一个失败。
奖金：检查无法索引的有限（！）生成器：
>>> def gen1(): ... yield 1 ... yield 2 ... yield 3 ... yield 4 ... >>> def gen2(): ... yield 1 ... yield 2 ... yield 4 ... yield 3 ... >>> g1_1 = gen1() >>> g1_2 = gen1() >>> next(g1_2) 1 >>> all(x <= y for x,y in zip(g1_1, g1_2)) True >>> >>> g2_1 = gen2() >>> g2_2 = gen2() >>> next(g2_2) 1 >>> all(x <= y for x,y in zip(g2_1, g2_2)) False
如果您使用的是Python 2，请确保在这里使用itertools.izip ，否则您将无法从生成器中创build列表。
懒
def is_sorted(l): l2 = iter(l) next(l2, None) return all(a <= b for a, b in zip(l, l2))
这实际上是使用recursion来做到这一点的最简单的方法：
如果Sorted将打印True否则将打印False
def is_Sorted(lst): if len(lst) == 1: return True return lst[0] <= lst[1] and is_Sorted(lst[1:]) any_list = [1,2,3,4] print is_Sorted(any_list)
如果你想要numpy数组的最快方式，使用numba ，如果你使用conda，应该已经安装了
代码会很快，因为它会被编译
import numba @numba.jit def issorted(vec, ascending=True): if len(vec) < 2: return True if ascending: for i in range(1, len(vec)): if vec[i-1] > vec[i]: return False return True else: for i in range(1, len(vec)): if vec[i-1] < vec[i]: return False return True
接着：
>>> issorted(array([4,9,100])) >>> True
只是添加另一种方式（即使它需要一个额外的模块）： iteration_utilities.all_monotone ：
>>> from iteration_utilities import all_monotone >>> listtimestamps = [1, 2, 3, 5, 6, 7] >>> all_monotone(listtimestamps) True >>> all_monotone([1,2,1]) False
检查DESC命令：
>>> all_monotone(listtimestamps, decreasing=True) False >>> all_monotone([3,2,1], decreasing=True) True
如果您需要严格检查（如果连续的元素不应该相等）单调序列，那么也有一个strict参数。
这不是一个问题，但如果你的序列包含nan值，那么一些方法将失败，例如sorting：
def is_sorted_using_sorted(iterable): return sorted(iterable) == iterable >>> is_sorted_using_sorted([3, float('nan'), 1]) # definetly False, right? True >>> all_monotone([3, float('nan'), 1]) False
请注意， iteration_utilities.all_monotone执行速度比其他解决scheme，特别是对于未分类的input（见基准 ）。
在Python 3和以上的整数或string肯定工作：
def tail(t): return t[:] letters = ['a', 'b', 'c', 'd', 'e'] rest = tail(letters) rest.sort() if letters == rest: print ('Given list is SORTED.') else: print ('List NOT Sorted.')
================================================== ===================
另一种查找给定列表是否sorting的方法
trees1 = list ([1, 4, 5, 3, 2]) trees2 = list (trees1) trees2.sort() if trees1 == trees2: print ('trees1 is SORTED') else: print ('Not sorted')
