模拟python内置函数sorted

在Python中，sorted()函数是一个非常有用的内置函数，用于对可迭代对象进行排序，它返回一个新的列表，其中包含按升序排列的输入可迭代对象的元素，在本回答中，我们将详细讲解如何模拟sorted()函数的实现。

我们需要了解sorted()函数的基本用法和特性：

1、sorted()函数可以接受任何可迭代对象作为输入（例如列表、元组、字符串等）。

2、默认情况下，sorted()函数按照升序对输入元素进行排序。

3、sorted()函数还接受一个可选参数key，用于指定一个自定义的排序函数。

4、sorted()函数还接受一个可选参数reverse，用于指定是否进行降序排序。

现在，我们来实现一个模拟sorted()函数的函数my_sorted()，为了简化实现，我们首先只考虑基本用法，即不涉及key和reverse参数。

def my_sorted(iterable):
    result = []
    while iterable:
        min_value = iterable[0]
        min_index = 0
        for i, value in enumerate(iterable):
            if value < min_value:
                min_value = value
                min_index = i
        result.append(iterable.pop(min_index))
    return result

上面的代码实现了一个简单的选择排序算法，在每次迭代中，我们从输入的可迭代对象中找出最小值，并将其添加到结果列表中，我们从输入的可迭代对象中删除该最小值，直到输入为空。

接下来，我们考虑添加key参数的支持，为此，我们需要修改my_sorted()函数，使其能够接受一个自定义的排序函数，我们可以通过在函数定义中添加一个新的参数key_func来实现这一点，我们可以使用这个函数来计算每个输入元素的排序键。

def my_sorted(iterable, key_func=None):
    result = []
    while iterable:
        min_value = iterable[0]
        min_index = 0
        for i, value in enumerate(iterable):
            if key_func:
                value = key_func(value)
            if value < min_value:
                min_value = value
                min_index = i
        result.append(iterable.pop(min_index))
    return result

我们添加对reverse参数的支持，为此，我们可以在函数定义中添加一个新的参数reverse，我们可以在比较元素时根据reverse参数的值来决定是使用小于还是大于运算符。

def my_sorted(iterable, key_func=None, reverse=False):
    result = []
    while iterable:
        min_value = iterable[0]
        min_index = 0
        for i, value in enumerate(iterable):
            if key_func:
                value = key_func(value)
            if reverse:
                if value > min_value:
                    min_value = value
                    min_index = i
            else:
                if value < min_value:
                    min_value = value
                    min_index = i
        result.append(iterable.pop(min_index))
    return result

现在，我们已经实现了一个模拟sorted()函数的my_sorted()函数，它可以处理各种输入，并根据需要使用自定义的排序函数和逆序排序，请注意，这个实现使用了选择排序算法，其时间复杂度为O(n^2)，在实际使用中，Python的sorted()函数使用了更高效的排序算法（如Timsort），因此在处理大量数据时，建议使用内置的sorted()函数而不是我们的模拟实现。