通过Python快速按字母顺序排序大文件

Question

#!/usr/bin/python

import random
import string

appendToFile = open("appendedFile", "a" )

# Generator

for i in range(1, 100000):

    chars = "".join( [random.choice(string.letters) for i in xrange(15)] )
    chars2 = "".join( [random.choice(string.letters) for i in xrange(15)] )

    appendToFile.write(chars + ":" + chars2 + "\n")

appendToFile.close()

这段代码是从 这个问题 修改过来的。

上面的代码会生成10万行随机文本，格式是STRING:STRING。生成的文本文件大小是3.1 MB。

那么，如何快速按照STRING:STRING中的第一个STRING进行排序呢？大小写不重要。

冒泡排序是不是很慢呢？

Answer 1

试试这个（不区分大小写）：

l=file(appendedFile).readlines()
l.sort(key=lambda x:x.lower())

对于这种大小的优化其实不是特别必要（在我这台慢机器上的时间测试；-）：

christophe@orion:~$ time python -c "l=file('appendedFile').readlines();l.sort(key=lambda x:x.lower())"

real    0m0.615s
user    0m0.576s
sys 0m0.024s

Answer 2

最简单的方法就是直接用Python自带的排序功能。你是不是想的就是这个？如果不是，那为什么呢？对于只有10万行的随机文本，自带的排序功能会非常快。

lst = open("appendedFile", "rt").readlines()
lst.sort(key=str.lower)

搞定了。如果你真的想的话，我们可以把它写成一行代码：

lst = sorted(open("appendedFile", "rt").readlines(), key=str.lower)

编辑：我刚检查了一下，strings.letters包含了大写和小写字母。所以，上面的代码已经修改为不区分大小写。

编辑：关于Python排序的更多信息：http://wiki.python.org/moin/HowTo/Sorting

Answer 3

这个速度非常快（在我的电脑上不到1秒）。它使用的是不区分大小写的排序，我想这就是你所说的“大小写无关”的意思吧？

#!/usr/bin/python

appendToFile = open("appendedFile", "r")
sortToFile = open("sortedFile", "w")

for line in sorted(appendToFile, key = str.lower):
    sortToFile.write(line)