如何创建一个字母分类器。从任何字母到任何字母？（在python 3中）实际上写了代码：
list=["e","r","t","y","w"]
h=0
list2=["write","english","teacher","read","yellow"]
enter=[]
for u in range(1000): #while len(enter)<=4:
for qw in list2:
try:
if qw[0]==list[h]:
enter.append(qw)
h=h+1
except IndexError:
pass
print(enter)
但是这段代码的缺点是，如果碰巧在我们遇到的列表 2 中，让我们为字母 r 说两个单词，那么它会为字母 r 打印一个单词，它更接近列表的开头，这是由于我创建了一个变量 h 来显示哪个是下一个字母。
使用 Python 3.6.1
要按第一个字母对单词列表进行排序，使用另一个列表（字母表）给出的字母顺序，假设字母表很小并且它的长度与输入无关，有一个简单的 O(n * log n)解决方案：
如果调用的结果
alphabet.index()被缓存，那么将获得@MaxU 的答案的解决方案。对于更多输入，有一个线性 O(n + m) 算法：
其中
n是单词m的数量，是字母表中的字母数。例子：性能比较
简而言之：没有惊喜。在小输入上，执行时间没有太大差异（因此，最好使用最简单的解决方案）。在大输入时，解决方案的渐近性会让人感觉到（如果性能很重要，请使用适当的算法）。
ñ，米〜1
对于少量输入，所有实现（
sorted_by_first_char()上述 + 问题的其他 解决方案 ）在我的机器上花费大致相同的 3-5 微秒时间：m ~ 10, n ~ 10_000*m
二次解开始滞后。
n, m ~ 1000_000
对于大字母表（所有 Unicode 字符），使用字典的非二次解决方案要快得多。它们按一秒的顺序执行：
二次算法（来自@Dmitry Erohin 的回答和我的评论的解决方案）在这种情况下需要大约 10 12次操作，即如果以每秒十亿次操作执行，则需要大约一个小时才能完成，这明显比非二次算法差解决方案。
请注意，@MaxU 答案
O(n log n + m)中的解决方案在已经排序的输入（Python 中 sorted() 中使用的 timsort 算法的一个特性）上的运行速度比来自此答案的解决方案更快。O(n + m)这通过对混合输入的测量得到证实（时间上的差异较小）：
m ~ 1000_000, n ~ 10*m
作为
n，线性解胜出：非标准（“自定义”）排序示例：
辅助词典：