Schnell eine große Datei über Python alphabetisch nummerieren

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() 

Code geändert von this question.

Der obige Code generiert 100.000 Zeilen mit zufälligem Text im Format STRING: STRING. Die resultierende Textdatei ist 3,1 MB.

Wie würde man die Datei schnell alphabetisieren, indem man den ersten STRING in STRING: STRING verwendet? Fall ist irrelevant.

Blasensortieren ist sehr langsam, nein?

Answer 1

Dies ist sehr schnell (unter 1 Sekunde auf meinem Computer). Es wird eine Sortierung ohne Berücksichtigung der Groß-/Kleinschreibung verwendet, die davon ausgeht, was Sie unter "Fall ist irrelevant" verstehen.

#!/usr/bin/python 

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

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

Answer 2

Der offensichtliche erste Ansatz besteht darin, einfach die integrierte Sortierfunktion in Python zu verwenden. Hast du das nicht im Sinn? Wenn nicht, warum? Mit nur 100.000 Zeilen zufälligem Text wäre die eingebaute Sortierung sehr schnell.

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

Fertig. Wir könnten es als Einzeiler tun, wenn Sie wirklich wollte:

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

EDIT: Ich habe überprüft, und strings.letters sowohl Groß- und Kleinbuchstaben. Daher wird der obige Code so geändert, dass die Groß- und Kleinschreibung nicht berücksichtigt wird.

EDIT: mehr auf in Python Sortierung: http://wiki.python.org/moin/HowTo/Sorting

Answer 3

starten (Groß- und Kleinschreibung):

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

Für diese Arten von Größen Optimalisierung sind nicht wirklich notwendig (Timings auf meinem langsamen Rechner ;-) :

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