Python列表排序：sort方法与sorted函数的区别及使用

对列表数据进行排序是Python日常编程中最基础也最高频的操作之一。Python为此提供了两种主要手段：列表自有的list.sort()方法与内置全局函数sorted()。两者的核心区别在于：list.sort()是“就地排序”，直接修改原列表且返回None；而sorted()是“外部排序”，不改变输入数据，始终生成并返回一个新的已排好序的列表。理解这两种机制的工作差异与内存行为，是在实际开发中写出安全、高效代码的前提。

核心区别概览与内存机制

判断何时使用sort()或sorted()，需要明确两者的四个关键维度：调用方式、适用数据类型、对原数据的影响以及返回值。

在底层实现中，两者均基于Python自研且高效的Timsort算法（一种结合了归并排序与插入排序的稳定排序算法）。两者的性能差异主要源自内存分配：list.sort()直接在原列表底层的指针数组上重构元素引用，不需要申请新的列表头部和元素缓冲区；而sorted()必须先遍历传入的可迭代对象，开辟一块新的堆内存创建列表，再执行排序。

图 1：list.sort() 与 sorted() 内存与返回值模型对比

具体使用方法与语法规范

两个排序工具的参数列表完全一致，都支持两个可选关键字参数：key 和 reverse。但在具体调用上存在差异。

1. list.sort() 的基本操作

调用语法为 list.sort(*, key=None, reverse=False)。由于该方法属于列表专属方法，只能由列表对象来调用。

# 示例：就地升序与降序排序
numbers = [42, 12, 88, 5, 27]

# 默认从小到大升序
numbers.sort()
print(numbers)
# 示例输出: [5, 12, 27, 42, 88]

# 设置 reverse=True 实现降序
numbers.sort(reverse=True)
print(numbers)
# 示例输出: [88, 42, 27, 12, 5]

2. sorted() 的基本操作

调用语法为 sorted(iterable, /, *, key=None, reverse=False)。第一个参数接收任意可迭代对象，并始终返回排序后的新列表。

# 示例 1：对不可变对象（元组）排序并返回列表
origin_tuple = (50, 10, 30, 20)
sorted_list = sorted(origin_tuple)
print("原元组:", origin_tuple)
print("返回的新列表:", sorted_list)
# 示例输出:
# 原元组: (50, 10, 30, 20)
# 返回的新列表: [10, 20, 30, 50]

# 示例 2：对字符串进行字典序重排
chars = sorted("python")
print(chars)
# 示例输出: ['h', 'n', 'o', 'p', 't', 'y']

图 2：sorted() 函数标准执行流水线

高阶进阶：使用 key 参数进行自定义排序

key 参数接收一个函数，这个函数只接收一个参数，并返回一个用于比较的“排序键”。在排序开始前，Python会为列表中每个元素提取一次键值，后续严格按照该键值大小进行比较。该参数在两个排序工具中的机制完全一致。

场景 1：按元素属性或计算值排序

如果想按照字符串长度、绝对值大小或忽略大小写进行排序，直接将内置函数赋给 key 即可：

words = ["banana", "pie", "Apple", "strawberry"]

# 忽略字母大小写的字典序
sorted_words = sorted(words, key=str.lower)
print(sorted_words)
# 示例输出: ['Apple', 'banana', 'pie', 'strawberry']

# 按照字符串长度排序
words.sort(key=len)
print(words)
# 示例输出: ['pie', 'Apple', 'banana', 'strawberry']

场景 2：对字典列表与复合对象进行排序

针对复杂数据结构（如包含多字段字典的列表），可以通过 lambda 表达式或 operator.itemgetter 指定排序字段：

students = [
    {"name": "Alice", "score": 88, "age": 20},
    {"name": "Bob", "score": 95, "age": 19},
    {"name": "Charlie", "score": 88, "age": 18}
]

# 按照单字段 score 降序排列
sorted_by_score = sorted(students, key=lambda x: x["score"], reverse=True)

# 多级排序：先按 score 降序，若分数相同则按 age 升序
# 利用元组比较特性：(-x["score"], x["age"])
students.sort(key=lambda x: (-x["score"], x["age"]))
print(students)
# 示例输出:
# [
#   {'name': 'Bob', 'score': 95, 'age': 19},
#   {'name': 'Charlie', 'score': 88, 'age': 18},
#   {'name': 'Alice', 'score': 88, 'age': 20}
# ]

值得注意的是，Python的排序是稳定的（Stable Sort）。如果两个元素具有相同的排序键，它们在排序后的相对前后位置严格保持不变。这意味着你可以安全地通过连续调用两次排序来实现多级字段排序。

图 3：key 参数的键值提取与比较映射原理

如何选择：工程场景与决策指南

在实际编码中，选择 sort() 还是 sorted() 并不取决于个人喜好，而是取决于上下文的数据安全性与效率诉求：

1. 必须保留原始数据时：选择 sorted()
   若后续代码逻辑还需要用到列表未经排序的原始输入顺序，或者当前列表是其他模块传入的引用参数（贸然就地修改会产生非预期的副作用），必须使用 sorted() 生成新列表。
2. 处理非列表可迭代对象时：必须选择 sorted()
   元组、字典的键/值、集合、文件对象或生成器都没有 .sort() 方法。要对其进行排序输出，只能通过 sorted() 转换为列表。
3. 处理超大列表且追求内存效率时：首选 list.sort()
   当列表中包含数百万条记录时，sorted() 会额外申请同等规模的堆内存空间存放新列表，容易引发内存尖刺甚至内存不足（OOM）。在原列表上直接执行 list.sort() 能有效规避复制开销。
4. 函数式链式调用或直接返回时：选择 sorted()
   在写类似 return sorted(data)[:10] 或列表推导式配合排序时，sorted() 具有直接返回可操作列表的优势，而 list.sort() 返回 None 无法直接链式操作。

图 4：列表排序工具选型逻辑决策图

总结与核心注意事项

掌握 Python 列表排序的核心并不复杂，只需记住两句关键原则：

• 要保护原数据或输入非列表：用 sorted(x) 并接收返回的新列表；
• 只在原有列表上重排且节省内存：用 x.sort()，同时千万不要去接收它的返回值。

在涉及包含不可比较类型（例如在 Python 3 中混有整数和未转型的字符串）的列表时，两者都会直接抛出 TypeError 异常，遇到异构类型数据排序时，务必通过 key 参数将其映射为同一种可比较的基准类型。