当前位置:首页 > 文章列表 > 文章 > python教程 > Python functools.total_ordering 怎样补齐自定义类的比较方法

Python functools.total_ordering 怎样补齐自定义类的比较方法

来源:17golang原创 2026-11-01 09:19:00 0浏览 收藏

我在给任务对象增加排序能力时,最先踩到的坑不是不会写 __lt__,而是比较规则写了一半:相等看一个字段,排序又看另一个字段,最后列表里出现了很难解释的顺序。Python 的 functools.total_ordering 适合解决“比较契约已经想清楚,但不想重复手写其余运算符”的场景。

让对象稳定参与排序的关键,是先确定一个可复用的比较键,再实现 __eq__ 和一个排序方法(通常是 __lt__),最后由 total_ordering 补齐其余排序运算。对不支持的类型返回 NotImplemented,高频热点则要评估装饰器带来的额外调用层次。

官方文档:https://docs.python.org/3/library/functools.html#functools.total_ordering

先把对象的比较契约固定下来

total_ordering 不是自动猜业务规则的工具。它要求类至少定义 __lt__、__le__、__gt__、__ge__ 中的一个;实际工程里通常再明确写出 __eq__。比较键应该同时服务相等和排序,否则“两个对象相等但排序键不同”的问题会很快出现。

下面用优先级和名称组成稳定的元组键。代码只展示比较方法的静态契约,不依赖外部数据:

from functools import total_ordering

@total_ordering
class Task:
    def __init__(self, priority, name):
        self.priority = priority
        self.name = name

    def _key(self):
        # 相等和排序都使用同一组字段,避免比较规则分裂。
        return (self.priority, self.name)

    def __eq__(self, other):
        # 不认识的类型交给对方或 Python 的比较协议处理。
        if not isinstance(other, Task):
            return NotImplemented
        return self._key() == other._key()

    def __lt__(self, other):
        # 只实现一个基础排序方向,其余方法由装饰器补齐。
        if not isinstance(other, Task):
            return NotImplemented
        return self._key() 

这里真正重要的是“同一个 _key() 服务两个方法”。如果业务后来把名称改成不参与相等,却又让它参与排序,就应当先重新定义对象身份,而不是继续堆比较运算符。

total_ordering 补的是方法,不是业务语义

装饰器会根据你提供的基础比较方法补齐其余丰富比较方法,但不会覆盖类或父类已经声明的方法。换句话说,它减少的是样板代码,不会替你解决继承层级中的冲突,也不会判断哪个字段更重要。

Python 自定义任务类以 priority 和 name 组成比较键,__eq__ 与 __lt__ 连接到 functools.total_ordering 及其余比较方法的静态结构图
图1:结构说明图。比较键、__eq__、__lt__ 与 total_ordering 的职责边界,以及装饰器补齐的其余比较方法;这是静态说明图,不是运行截图。

使用时可以直接交给 sorted,也可以做成小型比较表:

tasks = [Task(2, "write"), Task(1, "plan"), Task(2, "review")]

# sorted 只依赖对象公开的“小于”关系,不需要额外 key 函数。
ordered = sorted(tasks)

# 相同比较键的对象应当相等,便于集合、去重和测试保持一致。
same = Task(1, "plan") == ordered[0]

我的经验是:当类的比较规则还在变化时,total_ordering 能让改动集中在 _key 和一个基础方法里;规则已经稳定、比较发生在极热路径时,再考虑显式手写全部方法,让调用关系更直接。

NotImplemented 和继承边界不能省

对完全不支持的类型,比较方法应返回 NotImplemented,而不是武断地返回 False。前者表示“这个操作数类型不是我负责的”,Python 仍有机会尝试反向比较或给出合适的 TypeError;后者会把类型不匹配伪装成普通的不相等。

class ExternalTask:
    def __init__(self, priority):
        self.priority = priority

    def __lt__(self, other):
        # 不把陌生对象强行转换成 Task,避免隐藏类型错误。
        if not isinstance(other, Task):
            return NotImplemented
        return self.priority 

还要留意继承:如果父类已经提供了比较方法,total_ordering 不会贸然重写它们;子类是否继续沿用父类的比较语义,需要由类设计者明确决定。

Python total_ordering 比较对象在同类、子类和不支持类型之间通过 NotImplemented 保持比较边界的静态关系图
图2:边界说明图。支持类型、继承比较方法、NotImplemented 与 sorted 调用者的静态关系;这是静态说明图,不是运行证据。

什么时候值得用,什么时候直接手写

场景建议理由
业务对象、配置对象、测试数据优先考虑 total_ordering比较规则集中,重复方法少
继承层级复杂先梳理父类方法,再决定是否使用装饰器不会覆盖已声明的方法
排序处于高频热点评估手写全部比较方法官方文档提示装饰器生成的方法可能更慢且更复杂
不支持的操作数类型返回 NotImplemented保留 Python 比较协议的类型边界

最后建议至少覆盖三类检查:同类对象的相等和排序、子类对象的继承行为、陌生类型的异常边界。这样测到的不是“某个运算符能不能跑”,而是整个对象契约是否一致。

常见延伸问题

  • 只写 __lt__ 不写 __eq__ 可以吗? 装饰器可以补齐排序方向,但业务对象是否相等仍应显式定义,否则身份比较和排序键可能不一致。
  • 为什么不支持类型不能直接返回 False? False 会掩盖类型不匹配;NotImplemented 才能把决定权交回比较协议。
  • 什么时候不建议使用 total_ordering? 继承比较规则很复杂或比较处于性能热点时,直接写全套方法通常更容易审查和测量。
版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python typing.Self 怎样标注链式调用的返回类型Python typing.Self 怎样标注链式调用的返回类型
上一篇
Python typing.Self 怎样标注链式调用的返回类型
Python functools.update_wrapper 怎样保留装饰器元数据
下一篇
Python functools.update_wrapper 怎样保留装饰器元数据
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    821次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    814次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    904次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    876次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    697次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码