Какие знаешь иммутабельные аналоги sorted?

Иммутабельные альтернативы sorted в Python

Встроенная функция sorted в Python по умолчанию возвращает новый отсортированный список, оставляя исходную коллекцию неизменной, то есть она уже является иммутабельной операцией. Однако вопрос, вероятно, касается работы с иммутабельными структурами данных или альтернативных подходов к сортировке без изменения исходных объектов. Рассмотрим ключевые аспекты и аналоги.

Основные иммутабельные подходы к сортировке

1. Использование sorted с иммутабельными коллекциями

Поскольку sorted всегда возвращает новый список, её можно безопасно применять к кортежам, строкам и другим неизменяемым последовательностям:

# Пример с кортежем (иммутабельным)
immutable_tuple = (3, 1, 4, 1, 5)
sorted_list = sorted(immutable_tuple)  # Возвращает [1, 1, 3, 4, 5]
print(sorted_list)  # Новый список, исходный кортеж не изменён
print(immutable_tuple)  # Остаётся (3, 1, 4, 1, 5)

2. Сортировка с возвращением иммутабельного типа

Если нужно сохранить тип исходной коллекции, можно преобразовать результат обратно:

# Для кортежа
sorted_tuple = tuple(sorted(immutable_tuple))
# Для строки
sorted_string = ''.join(sorted("hello"))

3. Использование functools.lru_cache для мемоизации

Для дорогих вычислений сортировки можно использовать декоратор @lru_cache, чтобы кэшировать результаты для иммутабельных аргументов:

from functools import lru_cache

@lru_cache(maxsize=None)
def cached_sort(data_tuple):
    return tuple(sorted(data_tuple))

Альтернативы для продвинутой работы с данными

4. Применение heapq для эффективной сортировки

Модуль heapq предоставляет функции для работы с кучами, которые могут использоваться для сортировки без изменения исходных данных:

import heapq

data = [3, 1, 4, 1, 5]
heap = list(data)  # Создаём копию
heapq.heapify(heap)  # Преобразуем в кучу на месте
sorted_via_heap = [heapq.heappop(heap) for _ in range(len(data))]

5. Использование numpy для массивов

Для числовых данных библиотека NumPy предлагает функцию np.sort, которая возвращает новый отсортированный массив:

import numpy as np

arr = np.array([3, 1, 4, 1, 5])
sorted_arr = np.sort(arr)  # Возвращает новый массив

6. Функциональные подходы с operator и itertools

Комбинируя модули стандартной библиотеки, можно создавать сложные сортировки:

from operator import itemgetter
from itertools import islice

data = [{'x': 2}, {'x': 1}, {'x': 3}]
# Сортировка по ключу с созданием нового списка
sorted_data = sorted(data, key=itemgetter('x'))

Работа с иммутабельными структурами данных

7. Сортировка в pandas DataFrame

В библиотеке pandas метод sort_values возвращает новый DataFrame, если параметр inplace=False (по умолчанию):

import pandas as pd

df = pd.DataFrame({'col': [3, 1, 2]})
sorted_df = df.sort_values(by='col')  # Новый DataFrame

8. Использование collections.namedtuple

Для именованных кортежей сортировка также создаёт новые объекты:

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
points = [Point(3, 1), Point(1, 2)]
sorted_points = sorted(points, key=lambda p: p.x)

Ключевые выводы и рекомендации

• sorted уже иммутабельна — главное помнить, что она возвращает новый список, а не изменяет исходный.
• Для сохранения типа данных используйте соответствующее преобразование (tuple(), frozenset() и т.д.).
• В функциональном программировании сортировку можно комбинировать с map, filter и генераторами для создания конвейеров обработки данных без побочных эффектов.
• Для сложных структур определите кастомный ключ сортировки через параметр key.
• Производительность — если нужно часто сортировать одни и те же данные, рассмотрите кэширование или использование специализированных структур (кучи, B-деревья).

# Комплексный пример: иммутабельная сортировка сложных объектов
from dataclasses import dataclass
from typing import List

@dataclass(frozen=True)  # Делает объекты иммутабельными
class Product:
    name: str
    price: float

products = [
    Product("Apple", 1.5),
    Product("Banana", 0.8),
    Product("Cherry", 2.3)
]

# Иммутабельная сортировка по цене
sorted_products = sorted(products, key=lambda p: p.price)

Таким образом, хотя sorted сама по себе является иммутабельной операцией, в Python существует множество подходов для сортировки данных с сохранением принципов неизменяемости, особенно при работе с функциональными парадигмами или специализированными библиотеками.