Python 词表的词典排序

我需要按字典顺序对100000多个单词的列表进行合并和排序。我现在使用一个稍微修改过的冒泡排序，但是在O（n^2）时需要花费相当长的时间。有没有更快的算法对单词列表进行排序？我正在使用Python，但是如果有一种语言能够更好地处理这个问题，我愿意接受建议。

使用内置的

sort（）

list方法：

>>> words = [ 'baloney', 'aardvark' ]
>>> words.sort()
>>> print words
['aardvark', 'baloney']

它使用了一个

O（nlg（n））

sort1（我相信这是一种改进的合并排序，它对速度进行了高度调优）

---

1正如评论中指出的，这是指元素比较的数量，而不是低级操作的数量。由于本例中的元素是字符串，比较两个字符串需要

min{S1 |，| S2 |}

字符比较，因此总的复杂性是

O（n lg（n）*|S |）

其中

S |

是被排序的最长字符串的长度。但是，所有比较排序都是这样的——实际操作数取决于所排序元素类型的元素比较函数的成本。由于所有比较排序都使用相同的比较函数，因此在相互比较这些排序的算法复杂性时，您可以忽略这一微妙之处。

任何

O（nlogn）

都可能比冒泡排序做得更好，但它们将是

O（nlogn*| S |）

但是，可以在

O（n*| S |）

中对字符串进行排序，其中

|S |

是平均字符串的长度，使用a和简单的

高级伪代码：

1. create a trie from your collection.
2. do a DFS on the trie generated, and add each string 
   to the list when you reach terminal node.

---

对于字符串，任何比较排序算法都是

O（nlogn*| S |）

，因为每个比较运算都不是

O（1）

@amit:True，尽管

|S |

通常比单词的

n

小。尝试是很好的，但是（有效地）构造它们是很困难的，而

sort（）

是内置的。@amit：它们不必是；如果语言执行字符串实习，字符串相等测试可以在

O（1）

时间内完成。@ninjagecko:Sorts需要顺序比较，而不仅仅是“相等或不相等”。否则就没有办法判断胡扯是否应该继续土豚。实习只会影响重复的字符串。Cameron：我指的是你回答中的

O（nlogn）

语句，没有其他假设，这是不正确的。即使你假设S=O（logn），你也会得到O（n（logn）^2）。然而，我同意使用内置的是最简单的方法，但不是最快的，渐进的@ninjagecko：是用python完成的吗？怎样有参考资料吗？我很想读它。[这里不是讽刺，我真的很感兴趣！]*如果内存有限，你知道Python中有什么好的（有效的）trie实现吗？@Cameron:我不是一个真正的Python本地用户，所以我不知道。但我相信它是存在的，它太普遍了，而且python的应用太广泛了，以至于我不相信它在什么地方没有开源实现。