Como classificar linhas em ordem alfabética (e outras ordens)

Classificar uma lista em ordem parece a tarefa mais simples que existe, até que você classifique uma lista de números e obtenha 1, 10, 2 em vez de 1, 2, 10, ou classifique os nomes e os que estão em maiúsculas ficam todos no topo. A classificação tem algumas peculiaridades que vale a pena entender e alguns pedidos além do simples A a Z que acabam sendo genuinamente úteis. Aqui está o guia prático.

Por que classificar uma lista?

Uma lista classificada é mais fácil de digitalizar, comparar e usar. Coloque uma lista de nomes em ordem alfabética, ordene um glossário de termos, organize uma lista de nomes de arquivos ou coloque uma bibliografia em ordem. Além da legibilidade, a classificação torna os problemas visíveis, uma lista classificada torna óbvio onde uma entrada está faltando, onde as duplicatas ficam próximas umas das outras e onde algo está fora do lugar. A classificação costuma ser o primeiro passo antes de desduplicar ou revisar uma lista, porque a ordem confunde a estrutura.

As principais encomendas

A a Z é a classificação alfabética padrão. Z para A inverte, útil para colocar os itens mais recentes ou de maior prioridade em primeiro lugar. Classificar por comprimento, do menor para o maior ou o inverso, agrupa as linhas de acordo com a quantidade de caracteres que elas contêm, o que é útil para detectar valores discrepantes ou organizar por tamanho. E reverter simplesmente inverte a ordem atual sem reordenar, o que é diferente de Z para A: apenas vira a lista de cabeça para baixo como está, perfeito para inverter um registro cronológico para que a entrada mais recente fique no topo.

Classificação sem distinção entre maiúsculas e minúsculas

Aqui está uma surpresa comum. Uma classificação alfabética ingênua geralmente coloca todas as palavras em maiúsculas antes de todas as palavras em minúsculas, porque as letras maiúsculas vêm antes das minúsculas na ordem de caracteres subjacente. Portanto, "Maçã, maçã, Banana, banana" classifica como "Maçã, Banana, maçã, banana" em vez de agrupar as maçãs e as bananas. Uma classificação sem distinção entre maiúsculas e minúsculas corrige isso tratando "Apple" e "apple" como equivalentes para ordenação, que é como a maioria das pessoas realmente espera que uma lista alfabética seja lida. Ele mantém as entradas relacionadas juntas, independentemente da capitalização.

Por que os números são classificados de maneira estranha

Quando você classifica uma lista de números como texto, obtém o que parece ser a ordem errada: 1, 10, 100, 2, 20, 3. Isso não é um bug, é porque a classificação de texto compara caractere por caractere, então "10" vem antes de "2" da mesma forma que "maçã" vem antes de "b". O primeiro caractere 1 é menor que 2, então qualquer coisa que comece com 1 será classificada primeiro. Para uma classificação numérica verdadeira, um truque é preencher todos os números na mesma largura com zeros à esquerda (01, 02, 10) antes de classificar como texto, o que faz com que a ordem do texto corresponda à ordem numérica.

Embaralhamento: o oposto da classificação

Às vezes você quer o oposto da ordem, um arranjo aleatório. O embaralhamento randomiza a ordem das linhas, o que é útil para sortear um vencedor aleatório de uma lista, randomizar a ordem das perguntas do questionário, criar dados de teste aleatórios ou dividir uma lista que possui um padrão indesejado. É a mesma família de ferramentas, reordenando linhas, apontadas para um objetivo diferente. Como é executada localmente, até mesmo uma lista confidencial permanece privada durante o embaralhamento.