python多键排序应直接使用sorted()或list.sort()配合tuple比较，避免造轮子；核心是key返回元组，利用python元组比较规则实现多级顺序，注意数值降序用负号、字符串降序用reverse=true，字段缺失需默认值处理，优先用operator.itemgetter/attrgetter提升性能与可读性。
Python 内置的 sorted() 和 list.sort() 已经原生支持多键排序，不需要额外封装“高级列表结构”——强行造轮子反而容易破坏稳定性、引入隐式 bug。
多键排序的本质是 tuple 比较
Python 对元组的比较规则天然适配多级排序：先比第一个元素，相等再比第二个，依此类推。所有多键逻辑都建立在这个基础上。
实操建议：
- 用
key=lambda x: (x.age, -x.score, x.name)实现“年龄升序 → 分数降序 → 姓名升序” - 注意负号取反仅适用于数值；字符串降序要用
reverse=True配合正向 key，或写成key=lambda x: (-x.age, x.score, x.name)（仅当 age 可负时需谨慎） - 字段缺失时会抛
TypeError，可用getattr(x, 'score', 0)或operator.attrgetter('age', 'score')+ 默认值处理
用 operator.itemgetter 或 attrgetter 提升可读性与性能
相比 lambda，operator.itemgetter 和 operator.attrgetter 更快且语义清晰，尤其适合按字段名/索引排序。
常见错误现象：
- 误写
itemgetter('name', 'age')但对象是字典却用了attrgetter—— 类型不匹配直接报AttributeError - 对嵌套结构（如
x.info['level']）强行用itemgetter，应改用 lambda 或自定义函数 -
attrgetter不支持默认值，字段不存在就崩，必须配合hasattr或 try/except
示例：sorted(data, key=attrgetter('status', 'updated_at'))
稳定排序下多条件不能靠多次 sort 实现
Python 的排序是稳定的，但“先按 A 排，再按 B 排” ≠ “按 (A,B) 多键排”。后者才是真多级，前者会覆盖前序顺序。
使用场景：
- 错误做法：
data.sort(key=lambda x: x.score); data.sort(key=lambda x: x.grade)—— 最终只按 grade 有序 - 正确做法：单次排序，key 返回 tuple，如
key=lambda x: (x.grade, x.score) - 若必须分步（比如动态加条件），应构建复合 key 函数，而非链式调用
sort()
自定义类想支持 .sort() 需重载 __lt__？别这么做
给自定义容器类加 __lt__ 并不能让 list.sort() 自动识别你的多键逻辑——它只作用于你类的实例之间比较，而 sort() 默认还是看 key 函数返回值。
容易踩的坑：
- 以为实现
__lt__就能省掉 key 参数，结果排序完全不符合预期 - 在
__lt__里硬编码排序逻辑，导致同一类对象无法按不同维度复用 - 忽略
functools.total_ordering的约束，漏实现其他比较方法引发不可预测行为
真正需要封装时，优先考虑函数式组合：写一个 make_sort_key(fields, reverses) 工厂函数，而不是继承 list 或重载魔术方法。
多键排序的复杂点不在语法，而在字段类型一致性、空值处理和业务语义绑定——这些没法靠“高级结构”自动解决，得在 key 函数里显式表达清楚。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
