Python按字符串长度排序的方法

一、两种核心方法：sorted() 与 list.sort()

Python 提供了两个内置的排序入口。它们的共同点是均支持 key 参数，核心差异在于是否产生新对象以及对原数据类型的要求。

1. 使用 sorted() 函数生成新列表

sorted() 是 Python 的全局内置函数，它接收任意可迭代对象（列表、元组、集合等），在完成长度比对后返回一个全新的排好序的 list，原数据保持完全不变。

# 示例代码：使用 sorted() 进行长度升序与降序排序
words = ["python", "c", "javascript", "go", "rust"]

# 默认升序：由短到长
asc_result = sorted(words, key=len)

# 降序：由长到短
desc_result = sorted(words, key=len, reverse=True)

print("原列表:", words)
print("升序结果:", asc_result)
print("降序结果:", desc_result)

2. 使用 list.sort() 方法就地修改列表

如果待排序的数据本身就是 list 类型，且业务逻辑不需要保留原有的元素排列顺序，可以直接调用列表自带的 .sort() 方法。此操作直接在列表原有内存地址上重新排布，避免了额外创建新列表的内存开销。需要特别注意：list.sort() 的返回值为 None。

# 示例代码：使用 list.sort() 就地修改
tech_stack = ["django", "flask", "fastapi", "tornado"]
tech_stack.sort(key=len)

print("原地排序后:", tech_stack)

图 1：Python 按字符串长度排序完整操作步骤拆解

二、底层工作原理：键值单次提取与排序稳定性

初学者常会担心：列表如果有上万个元素，每次两两比对都调用 len() 会不会造成性能浪费？深入理解 Python 的底层机制有助于消除这种顾虑。

1. 键函数（Key Function）的单次提取机制

Python 采用类似 Schwartzian 变换的策略：在排序开始前，底层引擎会完整遍历一次列表，对每个元素调用一次 len(element)，并将计算得到的整数长度与对应元素组合为内部键值对。随后的所有比较操作，实际上都是直接比对预先提取好的整数键（C 语言层面的数字比对），而不会重复触发 Python 层面的 len() 函数。因此，对于长度为 \(N\) 的列表，len() 仅被调用精确的 \(N\) 次。

2. Timsort 的稳定性保障

Python 标准实现采用高度优化的 Timsort 算法，该算法属于稳定排序（Stable Sort）。

所谓稳定性，指的是：当两个元素的键值（字符串长度）完全相同时，它们在排序后的结果中，将严格保留排序前出现的先后相对位次。例如在输入列表 ["fox", "dog"] 中，两者的长度均为 3。经过 key=len 升序排序后，"fox" 依然位于 "dog" 之前，绝对不会发生毫无规律的颠倒。

图 2：key=len 内部计算机制与 Timsort 稳定排序原理

三、进阶场景：长度相同下的多条件（多级）排序

默认的稳定排序虽然能保留输入先后顺序，但在实际业务开发中，我们往往需要更明确的规则。例如：优先按长度由短到长排序；当遇到长度相同的字符串时，再按字母字典序升序排列。

1. 利用元组（Tuple）构建多级比较键

Python 原生支持元组之间的比较运算。元组比较遵循从左到右逐项对比的原则：只有当第一项相等时，才会比对第二项。因此，我们可以通过 lambda 表达式为每个字符串构造一个元组键 (len(s), s)：

# 示例代码：长度相同时按字母升序排序
fruits = ["banana", "pear", "apple", "plum", "kiwi", "fig"]

# 先比长度 len(s)，长度平局则比字符串字典序 s
result = sorted(fruits, key=lambda s: (len(s), s))

print("多条件升序:", result)

在上述结果中，长度为 4 的水果有 'kiwi', 'pear', 'plum'。由于启用了第二级字典序比较，它们严格按照首字母 k < pe < pl 排列。

2. 混合方向：长度降序 + 字母升序

若要求“越长的字符串排越前面，长度相同者按字母升序”，不能直接使用 reverse=True（这会导致第二级的字母序也被一并反转为降序）。正确做法是对元组中表示长度的数值取相反数：

# 示例代码：长度由长到短，平局按字母 A-Z 升序
mixed_result = sorted(fruits, key=lambda s: (-len(s), s))

print("混合方向排序:", mixed_result)

图 3：多级排序元组键比较与决策流向图

四、边界细节与实用注意事项

在生产环境中处理异构文本或多语言字符时，还需注意以下细节：

1. Unicode 字符与字节长度的差异

Python 3 中的 len("中国") 返回值为 2，因为 len() 计算的是 Unicode 字符（码点）的数量。如果需求是根据存储占用的 UTF-8 真实字节数进行排序，则需要先编码再求长：

# 示例代码：字符数 vs 字节数排序对比
mixed_words = ["a", "中", "ab", "中国"]

# 按字符数量排序 (len): 'a'(1), '中'(1), 'ab'(2), '中国'(2)
by_char = sorted(mixed_words, key=len)

# 按 UTF-8 字节数排序: 'a'(1B), 'ab'(2B), '中'(3B), '中国'(6B)
by_byte = sorted(mixed_words, key=lambda s: len(s.encode('utf-8')))

print("按字符数排序:", by_char)
print("按字节数排序:", by_byte)

2. 空字符串与非字符串元素防御

• 空字符串 ""：其 len("") 为 0。在升序排列时，空字符串总是稳居最前列；在降序排列时则退居最后。
• 类型一致性：key=len 仅适用于实现了 __len__ 协议的对象（如 str、list、bytes 等）。如果列表中混杂了 None 或数字 123，会直接抛出 TypeError: object of type 'int' has no len()。在处理未清洗的数据时，建议先执行类型过滤或转换。

3. 性能优化建议

在只需要按长度单条件排序的常见场景下，直接传入内置函数 key=len 比使用 key=lambda s: len(s) 执行速度更快。因为直接传递内置函数名能够直接由底层的 C 扩展调用，规避了解析和执行额外 Python 匿名函数帧的字节码开销。

五、方法选型与速查总结

为方便日常开发时快速选取合适方案，下表总结了各类场景的技术选择依据：

图 4：Python 字符串排序方法全景对比与速查指南