为什么Python'；s"；排序（）；慢于；然后复制.sort（）；

以下是我运行的代码：

import timeit

print timeit.Timer('''a = sorted(x)''', '''x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]''').timeit(number = 1000)
print timeit.Timer('''a=x[:];a.sort()''', '''x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]''').timeit(number = 1000)

结果如下：

0.00259663215837
0.00207390190177

我想知道为什么使用.sort（）总是比sorted（）快，即使两者都是复制列表？

---

注意：我使用Win7在2.53Ghz i5上运行Python2.7，您看到的差别很小，对于较长的列表来说完全消失了。只需将

*1000

添加到

x

的定义中，即可在我的机器上获得以下结果：

2.74775004387
2.7489669323

对于

sorted（）

对您来说稍微慢一点的原因，我的最佳猜测是

sorted（）

需要使用一些通用代码，可以将任何iterable复制到列表中，而直接复制列表可以假设源也是一个列表。CPython使用的排序代码实际上与

list.sort（）

和

sorted（）

相同，因此这不是造成差异的原因

编辑：道德等同于

a = list(x)
a.sort()

事实上，使用此代码而不是第二个版本可以消除任何列表大小的速度差异。

支持：

小列表有一点不同：

$ python2.7 -mtimeit -s "x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]; s=sorted" "a=s(x)"
1000000 loops, best of 3: 1.87 usec per loop

$ python2.7 -mtimeit -s "x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]" "a=x[:];a.sort()"
1000000 loops, best of 3: 1.66 usec per loop

不同之处在于

*1000

（较大的列表）：

---

建议您连续多次尝试此功能，并列出更大的rigor@AndrewGorcester我买了更大的清单建议，但为什么更多次？对于合理的统计准确性来说，1000还不够吗？对不起，我不熟悉timeit模块，刚刚意识到它在您回复的同时被重复了1000次。这应该是大量的重复。是的-

列表。sort

可以使用已知的大小，并交换该大小内的元素，

sorted（）

必须使用未知的大小和通用的iterables，因此可能必须在构建时分配内存（如果不是contig，可能会强制使用memcpy），但这应该是最小的。复制列表相当简单，因为这只是一个简单的malloc/memcpy操作（以及创建一个新的PyObject*）

$ python2.7 -mtimeit -s "x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]*1000; s=sorted" "a=s(x)"
100 loops, best of 3: 3.42 msec per loop

$ python2.7 -mtimeit -s "x = [(2, 'bla'), (4, 'boo'), (3, 4), (1, 2) , (0, 1), (4, 3), (2, 1) , (0, 0)]*1000" "a=x[:];a.sort()"
100 loops, best of 3: 3.48 msec per loop