Perl Sort函數用法總結和使用執行個體_應用技巧

一） sort函數用法

sort LIST
sort BLOCK LIST
sort SUBNAME LIST

sort的用法有如上3種形式。它對LIST進行排序，並返回排序後的列表。假如忽略了SUBNAME或BLOCK，sort按標準字串比較順序來進行（例如ASCII順序）。如果指定了SUBNAME，它實際上是個子函數的名字，該子函數對比2個列表元素，並返回一個小於，等於，或大於0的整數，這依賴於元素以何種順序來sort（升序，恒等，或降序）。也可提供一個BLOCK作為匿名子函數來代替SUBNAME，效果是一樣的。

被比較的2個元素，會被臨時賦值給變數$a和$b。它們以引用傳遞，所以不要修改$a或$b。假如使用子函數，它不能是遞迴函式。

二） 用法執行個體

1. 以數字順序sort    

複製代碼 代碼如下:

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

列印結果是：   

複製代碼 代碼如下:

1 2 4 8 16 32

與之一樣的是：

複製代碼 代碼如下:

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

這個很容易理解哦，它只是按自然數的順序進行sort，偶就不細講了。

2.1 以ASCII順序(非字典順序)進行sort

複製代碼 代碼如下:

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

列印結果：

複製代碼 代碼如下:

Perl c c++ fortran java lisp python

這等同於：

複製代碼 代碼如下:

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

按ASCII的順序進行排序，也沒什麼說的哦。

注意，如果對數字按ASCII順序進行sort的話，結果可能與你想的不同：

複製代碼 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

複製代碼 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";

列印結果是：  

複製代碼 代碼如下:

A ARP arp ascap ASCII atlarge at_large

use locale是可選的--它讓code相容性更好，假如未經處理資料包含國際字元的話。use locale影響了cmp,lt,le,ge,gt和其他一些函數的操作屬性--更多細節見perllocale的man page。

注意atlarge和at_large的順序在輸出時顛倒了，儘管它們的sort順序是一樣的（sort中間的子函數刪掉了at_large中間的底線）。這點會發生，是因為該樣本運行在perl 5.005_02上。在perl版本5.6前，sort函數不會保護有一樣values的keys的先後順序。perl版本5.6和更高的版本，會保護這個順序。

注意哦，不管是map,grep還是sort，都要保護這個臨時變數$_（sort裡是$a和$b）的值，不要去修改它
在該code裡，在對$a或$b進行替換操作s/[/W_]+//g前，先將它們重新賦值給$da和$db，這樣替換操作就不會修改原始元素哦。

3. 以降序sort

降序sort比較簡單，把cmp或<=>前後的運算元調換下位置就可以了。

複製代碼 代碼如下:

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

或者改變中間的塊或子函數的傳回值的標記：

複製代碼 代碼如下:

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

或使用reverse函數（這有點低效，但也許易讀點）：

複製代碼 代碼如下:

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

4. 使用多個keys進行sort

要以多個keys來sort，將所有以or串連起來的比較操作，放在一個子函數裡即可。將主要的比較操作放在前面，次要的放在後面。

複製代碼 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";
}

列印結果是：

複製代碼 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看起來很複雜，實際上很容易理解哦。@employees數組的元素是匿名hash。匿名hash實際上是個引用，可使用->操作符來訪問其值，例如$employees[0]->{SALARY}可訪問到第一個匿名hash裡SALARY對應的值。所以上述各項比較就很清楚了，先比較SALARY的值，再比較AGE的值，再比較LAST的值，最後比較FIRST的值。注意前2項比較是降序的，後2項是升序的，不要搞混了哦。

5. sort出新數組

複製代碼 代碼如下:

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

列印結果是：   

複製代碼 代碼如下:

2 0 1 3

這裡是否有點糊塗呀？仔細看就清楚了。0 .. $#x是個列表，它的值是@x數組的下標，這裡就是0 1 2 3。$x[$a] cmp $x[$b] 就是將@x裡的各個元素，按ASCII順序進行比較。所以sort的結果返回對@x的下標進行排序的列表，排序的標準就是該下標對應的@x元素的ASCII順序。
還不明白sort返回什嗎？讓我們先列印出@x裡元素的ASCII順序：

複製代碼 代碼如下:

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

列印結果是： 

複製代碼 代碼如下:

elroy jane matt sally

它們在@x裡對應的下標是1 2 0 3，所以上述sort返回的結果就是1 2 0 3這個列表了。@rank[1 2 0 3] = 0 .. $#x 只是個簡單的數組賦值操作
所以@rank的結果就是(2 0 1 3)了。

6. 按keys對hash進行sort

複製代碼 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";
}

列印結果是：

複製代碼 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順序返回一個列表，然後用map進行計算，注意map這裡用了雙重{{}}
裡面的 {} 是個匿名hash哦，也就是說map的結果是個匿名hash列表，明白了呀？
所以@sorted數組裡的元素就是各個匿名hash，通過%$hashref進行反引用，就可以訪問到它們的key/value值了。

7. 按values對hash進行sort

複製代碼 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";
}

列印結果是：

複製代碼 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values來sort hash，那麼當你增或刪其他values時，有著相同value的2個元素的sort順序可能會改變。為了求得穩定的結果，應該對value進行主sort，對key進行從sort。

這裡{ $hash{$a} cmp $hash{$b} or $a cmp $b } 就先按value再按key進行了2次sort哦，sort返回的結果是排序後的keys列表，然後這個列表再交給map進行計算，返回一個匿名hash列表。存取方法與前面的相同，偶就不詳敘了。

8. 對檔案裡的單詞進行sort，並去除重複的

複製代碼 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來建立一個hash，它的keys是檔案裡的唯一單詞;
該用法在語意上等同於$uniq{ $F[0], $F[1], ... $F[$#F] } = ()

各選項說明如下：

複製代碼 代碼如下:

-0777   -   讀入整個檔案，而不是單行
-a     -   自動分割模式，將行分割到@F數組
-e     -   從命令列讀取和運行指令碼
-n     -   逐行遍曆檔案：while (<>) { ... }
$,     -   print函數的輸出域分割符
file   -   檔案名稱

9. 高效sorting: Orcish演算法和Schwartzian轉換

對每個key，sort的子函數通常被調用多次。假如非常在意sort已耗用時間，可使用Orcish演算法或Schwartzian轉換，以便每個key僅被計算1次
考慮如下樣本，它根據檔案修改日期來sort檔案清單。

複製代碼 代碼如下:

# 強迫演算法--對每個檔案要多次訪問磁碟
@sorted = sort { -M $a <=> -M $b } @filenames;

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

很巧妙的演算法，是不是？因為檔案的修改日期在指令碼運行期間是基本不變的，所以-M運算一次後，把它存起來就可以了呀。
如下是Schwartzian轉換的用法：

複製代碼 代碼如下:

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

這個code結合用了map,sort分了好幾層，記住偶以前提過的方法，從後往前看。map({ [$_, -M] } @filenames)返回一個列表，列表元素是匿名數組，匿名數組的第一個值是檔案名稱，第二個值是檔案的修改日期。

sort( { $a->[1] <=> $b->[1] }...再對上述產生的匿名數組列表進行sort，它根據檔案的修改日期進行sort
sort返回的結果是經過排序後的匿名數組。

最外圍的map( { $_->[0] }...就簡單了，它從上述sort產生的匿名數組裡提取出檔案名稱。這個檔案名稱就是根據修改日期進行sort過的呀，並且每個檔案只運行了一次-M。
這就是著名的Schwartzian轉換，這種用法在國外perl使用者裡很流行