--- title: "Algoritmos de Ordenacao em Python: sorted(), sort() e Implementacoes" url: "https://python.dev.br/algoritmos/ordenacao-python/" markdown_url: "https://python.dev.br/algoritmos/ordenacao-python.MD" description: "Aprenda algoritmos de ordenacao em Python: Timsort, bubble sort, merge sort, quick sort. Implementacoes, complexidade Big O e comparacoes praticas." date: "2026-04-27" author: "Equipe Python Brasil" --- # Algoritmos de Ordenacao em Python: sorted(), sort() e Implementacoes Aprenda algoritmos de ordenacao em Python: Timsort, bubble sort, merge sort, quick sort. Implementacoes, complexidade Big O e comparacoes praticas. ## Ordenacao em Python: Do Basico ao Avancado Ordenar dados e uma das operacoes mais fundamentais da computacao. Em Python, voce tem acesso a ferramentas de ordenacao extremamente eficientes com `sorted()` e `.sort()`, alem de poder implementar algoritmos classicos para entender como funcionam por dentro. Neste guia, vamos cobrir tudo: desde o uso pratico das funcoes built-in ate implementacoes de bubble sort, merge sort e quick sort, com analise de complexidade de cada um. Se voce ainda nao domina [listas em Python](/algoritmos/listas-python/), recomendamos comecar por la antes de mergulhar nos algoritmos de ordenacao. --- ## sorted() e .sort(): Ordenacao Built-in ### sorted() — Retorna Nova Lista ```python numeros = [3, 1, 4, 1, 5, 9, 2, 6] # Ordenar em ordem crescente ordenada = sorted(numeros) # [1, 1, 2, 3, 4, 5, 6, 9] # Lista original nao muda print(numeros) # [3, 1, 4, 1, 5, 9, 2, 6] # Ordem decrescente decrescente = sorted(numeros, reverse=True) # [9, 6, 5, 4, 3, 2, 1, 1] # Funciona com qualquer iteravel texto = sorted("python") # ['h', 'n', 'o', 'p', 't', 'y'] tupla = sorted((5, 2, 8, 1)) # [1, 2, 5, 8] ``` ### .sort() — Ordena In-Place ```python numeros = [3, 1, 4, 1, 5, 9, 2, 6] # Ordena a lista diretamente (retorna None) resultado = numeros.sort() print(resultado) # None print(numeros) # [1, 1, 2, 3, 4, 5, 6, 9] ``` ### Ordenacao Customizada com key ```python # Ordenar strings por tamanho palavras = ["python", "go", "javascript", "c", "rust"] por_tamanho = sorted(palavras, key=len) # ['c', 'go', 'rust', 'python', 'javascript'] # Ordenar case-insensitive nomes = ["ana", "Carlos", "maria", "Bruno"] por_nome = sorted(nomes, key=str.lower) # ['ana', 'Bruno', 'Carlos', 'maria'] # Ordenar lista de dicionarios pessoas = [ {"nome": "Ana", "idade": 28}, {"nome": "Carlos", "idade": 22}, {"nome": "Maria", "idade": 35} ] por_idade = sorted(pessoas, key=lambda p: p["idade"]) # Carlos(22), Ana(28), Maria(35) # Ordenacao multipla (por cidade, depois por nome) funcionarios = [ {"nome": "Ana", "cidade": "SP"}, {"nome": "Carlos", "cidade": "RJ"}, {"nome": "Maria", "cidade": "SP"}, {"nome": "Bruno", "cidade": "RJ"} ] ordenados = sorted(funcionarios, key=lambda f: (f["cidade"], f["nome"])) ``` ### operator.itemgetter e attrgetter ```python from operator import itemgetter, attrgetter # Mais rapido que lambda para dicionarios por_idade = sorted(pessoas, key=itemgetter("idade")) # Ordenar por multiplas chaves por_cidade_nome = sorted(funcionarios, key=itemgetter("cidade", "nome")) ``` Para mais sobre funcoes [lambda](/glossario/lambda/) e o modulo operator, consulte nosso glossario. --- ## Timsort: O Algoritmo Interno do Python O Python usa internamente o **Timsort**, criado por Tim Peters em 2002. E um algoritmo hibrido que combina o melhor de merge sort e insertion sort: 1. Divide os dados em "runs" (subsequencias ja ordenadas) 2. Usa insertion sort para runs pequenos (< 64 elementos) 3. Combina runs usando merge sort otimizado 4. Aproveita dados parcialmente ordenados para ser mais rapido | Caracteristica | Valor | |---|---| | Melhor caso | O(n) — dados ja ordenados | | Caso medio | O(n log n) | | Pior caso | O(n log n) | | Espaco extra | O(n) | | Estavel? | Sim | O Timsort e **estavel**, ou seja, elementos com a mesma chave de ordenacao mantem sua posicao relativa original. --- ## Bubble Sort O bubble sort e o algoritmo mais simples de entender, ideal para fins didaticos. Compara pares adjacentes e troca se estiverem na ordem errada: ```python def bubble_sort(lista): n = len(lista) for i in range(n): trocou = False for j in range(0, n - i - 1): if lista[j] > lista[j + 1]: lista[j], lista[j + 1] = lista[j + 1], lista[j] trocou = True # Se nao houve troca, ja esta ordenada if not trocou: break return lista # Exemplo numeros = [64, 34, 25, 12, 22, 11, 90] print(bubble_sort(numeros)) # [11, 12, 22, 25, 34, 64, 90] ``` | Caracteristica | Valor | |---|---| | Melhor caso | O(n) — ja ordenado | | Caso medio | O(n^2) | | Pior caso | O(n^2) | | Espaco extra | O(1) | | Estavel? | Sim | > **Na pratica**: Nunca use bubble sort em producao. E apenas didatico. Para listas pequenas, insertion sort e melhor. --- ## Selection Sort Encontra o menor elemento e coloca na posicao correta, repetidamente: ```python def selection_sort(lista): n = len(lista) for i in range(n): menor_idx = i for j in range(i + 1, n): if lista[j] < lista[menor_idx]: menor_idx = j lista[i], lista[menor_idx] = lista[menor_idx], lista[i] return lista numeros = [64, 25, 12, 22, 11] print(selection_sort(numeros)) # [11, 12, 22, 25, 64] ``` | Caracteristica | Valor | |---|---| | Todos os casos | O(n^2) | | Espaco extra | O(1) | | Estavel? | Nao | --- ## Merge Sort Algoritmo eficiente baseado em "dividir para conquistar". Divide a lista ao meio recursivamente, ordena as metades e combina: ```python def merge_sort(lista): if len(lista) <= 1: return lista meio = len(lista) // 2 esquerda = merge_sort(lista[:meio]) direita = merge_sort(lista[meio:]) return merge(esquerda, direita) def merge(esq, dir): resultado = [] i = j = 0 while i < len(esq) and j < len(dir): if esq[i] <= dir[j]: resultado.append(esq[i]) i += 1 else: resultado.append(dir[j]) j += 1 resultado.extend(esq[i:]) resultado.extend(dir[j:]) return resultado # Exemplo numeros = [38, 27, 43, 3, 9, 82, 10] print(merge_sort(numeros)) # [3, 9, 10, 27, 38, 43, 82] ``` | Caracteristica | Valor | |---|---| | Todos os casos | O(n log n) | | Espaco extra | O(n) | | Estavel? | Sim | Merge sort e a base do Timsort e e muito usado em aplicacoes que exigem ordenacao estavel. --- ## Quick Sort O quick sort escolhe um "pivo" e particiona a lista em elementos menores e maiores que o pivo: ```python def quick_sort(lista): if len(lista) <= 1: return lista pivo = lista[len(lista) // 2] menores = [x for x in lista if x < pivo] iguais = [x for x in lista if x == pivo] maiores = [x for x in lista if x > pivo] return quick_sort(menores) + iguais + quick_sort(maiores) # Exemplo numeros = [3, 6, 8, 10, 1, 2, 1] print(quick_sort(numeros)) # [1, 1, 2, 3, 6, 8, 10] ``` ### Versao In-Place (mais eficiente em memoria) ```python def quick_sort_inplace(lista, inicio=0, fim=None): if fim is None: fim = len(lista) - 1 if inicio >= fim: return pivo_idx = particionar(lista, inicio, fim) quick_sort_inplace(lista, inicio, pivo_idx - 1) quick_sort_inplace(lista, pivo_idx + 1, fim) def particionar(lista, inicio, fim): pivo = lista[fim] i = inicio - 1 for j in range(inicio, fim): if lista[j] <= pivo: i += 1 lista[i], lista[j] = lista[j], lista[i] lista[i + 1], lista[fim] = lista[fim], lista[i + 1] return i + 1 ``` | Caracteristica | Valor | |---|---| | Melhor/medio | O(n log n) | | Pior caso | O(n^2) — pivo ruim | | Espaco extra | O(log n) a O(n) | | Estavel? | Nao | --- ## Tabela Comparativa de Algoritmos | Algoritmo | Melhor | Medio | Pior | Espaco | Estavel | |---|---|---|---|---|---| | **Timsort** (built-in) | O(n) | O(n log n) | O(n log n) | O(n) | Sim | | **Bubble Sort** | O(n) | O(n^2) | O(n^2) | O(1) | Sim | | **Selection Sort** | O(n^2) | O(n^2) | O(n^2) | O(1) | Nao | | **Merge Sort** | O(n log n) | O(n log n) | O(n log n) | O(n) | Sim | | **Quick Sort** | O(n log n) | O(n log n) | O(n^2) | O(log n) | Nao | ### Qual Usar na Pratica? - **Sempre use `sorted()` ou `.sort()`** — o Timsort embutido e implementado em C e sera mais rapido que qualquer implementacao em Python puro - **Merge sort** e bom para entender dividir-para-conquistar e para cenarios onde estabilidade importa - **Quick sort** e importante para entrevistas tecnicas — veja nosso guia de [entrevistas Python](/carreira/entrevistas-python/) - **Bubble sort** so para fins didaticos --- ## Ordenacao com Dados Reais ```python # Ordenar arquivos CSV carregados import csv def ordenar_por_coluna(arquivo, coluna, reverso=False): with open(arquivo) as f: leitor = csv.DictReader(f) dados = sorted(leitor, key=lambda x: x[coluna], reverse=reverso) return dados # Ordenar objetos com multiplos criterios from dataclasses import dataclass @dataclass class Funcionario: nome: str departamento: str salario: float funcionarios = [ Funcionario("Ana", "TI", 8000), Funcionario("Carlos", "TI", 12000), Funcionario("Maria", "RH", 7000), Funcionario("Pedro", "TI", 8000), ] # Ordenar por departamento, depois por salario decrescente ordenados = sorted(funcionarios, key=lambda f: (f.departamento, -f.salario)) ``` Para mais sobre [dataclasses](/glossario/dataclass/), consulte nosso glossario. Para trabalhar com dados tabulares, veja nosso guia sobre [Pandas](/glossario/pandas/). --- ## Conclusao Entender algoritmos de ordenacao e fundamental para qualquer desenvolvedor Python. Na pratica, use sempre as ferramentas built-in (`sorted()` e `.sort()`), mas conhecer merge sort, quick sort e suas complexidades e essencial para [entrevistas tecnicas](/carreira/entrevistas-python/) e para tomar decisoes informadas sobre performance. Continue aprendendo: [busca binaria](/algoritmos/busca-binaria-python/) complementa perfeitamente o conhecimento de ordenacao, ja que busca binaria requer dados ordenados. Veja tambem [listas](/algoritmos/listas-python/), [dicionarios](/algoritmos/dicionarios-python/) e [pilhas e filas](/algoritmos/pilhas-filas-python/).

Compare como outras linguagens lidam com ordenacao: Go, Rust e Kotlin.