按高度排序矩形数组的两种方案：效率、可读性及适用场景咨询

效率对比 #

• 方案1（单独存储高度数组）：需要先遍历原数组提取高度（还得额外记录原索引才能对应回矩形），排序后再映射回原矩形数组。整体多了O(n)的预处理和映射开销，排序本身的时间复杂度和方案2一致，但总耗时更高，还会额外占用O(n)的内存存储高度+索引数组。如果最终目标是得到排序后的矩形数组，这个方案完全是多此一举。
• 方案2（直接按高度字段排序）：直接对原矩形数组排序，比较时仅读取高度字段即可。不需要额外数组存储，也没有多余的遍历步骤，时间复杂度就是排序算法本身的O(n log n)，空间复杂度更低（比如原地排序的快速排序仅需O(log n)栈空间），效率碾压方案1。

可读性对比 #

• 方案1：逻辑拆分得零散，从提取高度、排序到映射回矩形，需要读者理解“高度数组和原矩形数组的索引对应关系”，代码冗余且容易出现索引匹配错误，可读性差。
• 方案2：代码意图直接明了，比如用Python的sort(key=...)、Java的Comparator.comparing(Rectangle::getHeight)，一眼就能看出是按高度对矩形数组排序，简洁易懂，维护成本低。

场景选择 #

选方案1的情况 #

• 你只需要高度的排序结果，不需要保留矩形的其他属性；
• 遇到某些老旧/特殊的排序算法，只能处理纯数值数组（这种场景现在极少，主流语言的排序API都支持自定义比较规则）。

选方案2的情况 #

• 最终需要的是排序后的完整矩形数组（这是绝大多数业务场景的需求）；
• 希望代码简洁、易维护，减少中间变量带来的出错风险；
• 追求更高的执行效率，避免不必要的内存开销和遍历操作。

代码示例（Python） #

方案1实现 #

rectangles = [{"height": 5, "width": 3}, {"height": 2, "width": 4}, {"height": 7, "width": 1}]
# 提取高度并绑定原索引
height_index_pairs = [(r["height"], idx) for idx, r in enumerate(rectangles)]
height_index_pairs.sort()
# 映射回原矩形数组
sorted_rectangles = [rectangles[idx] for _, idx in height_index_pairs]

方案2实现 #

rectangles = [{"height": 5, "width": 3}, {"height": 2, "width": 4}, {"height": 7, "width": 1}]
# 直接按height字段排序
rectangles.sort(key=lambda x: x["height"])

内容的提问来源于stack exchange，提问作者TRoUkI