Python列表排序方法：sort()与sorted()的区别及使用场景

一、核心机制：就地修改与返回新列表

为了直观理解 sort() 与 sorted() 在运行机制上的分野，我们需要观察变量在排序前后的内存标识与内容变化。两者的设计初衷不同，直接决定了它们在内存管理与数据安全性上的取舍。

图 1：sort() 与 sorted() 内存操作模型对比

1. list.sort() 原地修改

sort() 是 Python 列表对象（list）专属的方法。调用它时，解释器直接在当前列表所在的内存空间内部重新排布指针。因为操作直接生效于原列表，所以该方法不返回任何值（即返回 None）。

# 示例：list.sort() 的就地排序特性
raw_scores = [88, 56, 92, 73]
res = raw_scores.sort()

print("返回值 res:", res)
print("原始列表 raw_scores:", raw_scores)

2. sorted() 生成新列表

sorted() 是 Python 提供的内置全局函数，可以接受任何可迭代对象（列表、元组、字典、集合、生成器等）。它在读取输入数据后，开辟一块新的连续内存，构建并返回一个排序好的新列表，原来的输入容器完全不受影响。

# 示例：sorted() 产生新列表且不破坏原数据
raw_scores = [88, 56, 92, 73]
sorted_scores = sorted(raw_scores)

print("原始列表 raw_scores:", raw_scores)
print("排序结果 sorted_scores:", sorted_scores)
print("两者是否为同一对象:", raw_scores is sorted_scores)

二、支持的数据类型差异

两者第二项根本区别在于接受的目标数据类型。sort() 仅绑定在列表类型上；而 sorted() 具备通用性，任何遵守迭代器协议的对象均可传入。

图 2：输入对象类型与处理方式对应关系

对非列表容器调用 sort() 会触发 AttributeError。如果想对不可变容器（例如元组）或无序容器（例如集合、字典）做排序，必须使用 sorted()：

# 示例：使用 sorted() 处理非列表类型
tuple_data = (40, 10, 30, 20)
sorted_tuple_res = sorted(tuple_data)

dict_data = {"cherry": 3, "apple": 8, "banana": 2}
sorted_dict_keys = sorted(dict_data)

print("元组排序结果（类型为列表）:", sorted_tuple_res)
print("字典默认对键排序结果:", sorted_dict_keys)

三、核心参数解析：key 与 reverse 的实际配置

无论 list.sort() 还是 sorted()，两者接受的核心控制参数是完全一致的，都包含 key 和 reverse：

• key：接收一个单参数可调用函数。该函数在每个元素参与排序比对前被调用，返回用于比较的“代理键”。
• reverse：布尔值，默认是 False（升序），设置为 True 时表示降序。

图 3：key 参数函数在内部的计算与位置映射过程

复杂结构排序示例

面对嵌套字典或复杂对象列表时，通过 lambda 函数指定 key 是一种常见做法：

students = [
    {"name": "Bob", "score": 75},
    {"name": "Alice", "score": 92},
    {"name": "Charlie", "score": 85}
]

# 按分数降序排列，且不破坏原 students 列表
ranked_students = sorted(students, key=lambda s: s["score"], reverse=True)

print("排序后的新列表:")
for item in ranked_students:
    print(" ", item)

四、特性与维度对比

为了在开发时快速决策，以下将从调用形式、内存开销、返回值、类型限制等关键维度对二者进行并列对比：

五、实际开发中的选型路径与使用场景

在实际代码实现中，应该基于内存容积要求、原始数据保留需求以及流式处理习惯三项条件来决定采用哪种方法。

图 4：工程选型判断路径

场景 1：优先选用 list.sort() 的情况

1. 海量数据与内存敏感场景： 当列表数据量达到数百万级甚至更高时，如果复制一个副本，系统的内存峰值会成倍增加，极易触发操作系统的虚拟内存交换甚至导致内存溢出（OOM）。此时使用 list.sort() 是更可控的做法。
2. 对象内部状态维护： 在封装面向对象的类（Class）时，类的方法内部往往需要维护一个私有列表属性（如 self._records）。在更新内部状态时，直接在原地执行 self._records.sort() 既直观又无需重新绑定成员变量。

场景 2：优先选用 sorted() 的情况

1. 保护原始输入数据： 在对外提供公共函数或服务接口时，如果函数接收调用方传来的列表，直接调用 list.sort() 会无声无息地打乱调用方的原始数据结构，这属于非预期的代码副作用（Side Effect）。使用 sorted() 可以在完全不触碰原数据的前提下产出新结果。
2. 非列表可迭代容器排序： 需要对只读的元组、或者无序的字典键/值进行排序时，sorted() 是唯一直接可行的方案。
3. 链式调用与即时切片： sorted() 直接返回列表对象，允许开发者紧接着调用切片或其他函数。例如获取得分最高的前三名：

   # 链式切片取前三名
   top_three = sorted([45, 98, 12, 67, 89], reverse=True)[:3]
   print("前三名成绩:", top_three)

   示例输出：
   前三名成绩: [98, 89, 67]
   若采用 sort()，则必须先在独立行完成排序，再在下一行执行切片。

掌握两者的区别后，在编码时可遵循一条简单规则：需要保留原序列或需对非列表容器排序时用 sorted()；处理大规模列表且只需最终排序结果时用 list.sort()。