Coloque Em Ordem Crescente

Ordenando dados de forma crescente: o guia sem enrolação

A maioria das pessoas que começa a programar encontra a ordem crescente nas primeiras semanas. Parece trivial, mas tem armadilhas que não são óbvias. Vou explicar como funciona na prática, não só a teoria.

Como colocar em ordem crescente usando Python

O método mais direto no Python é usar a função sorted() ou o método .sort() de listas. A diferença básica é que sorted() cria uma nova lista e .sort() ordena a original no lugar, gastando menos memória.

numeros = [42, 7, 19, 3, 91, 56]
resultado = sorted(numeros)
print(resultado)  [3, 7, 19, 42, 56, 91]

Se você precisa ordenar strings também funciona da mesma forma, mas o comportamento depende da codificação. Letras maiúsculas vêm antes das minúsculas no código ASCII, então ["Apple", "banana"] vira ["Apple", "banana"], não ["Apple", "banana"]. Se isso te pega de surpresa, o que é normal, passe uma função key como parâmetro: sorted(lista, key=str.lower).

Dicionários e ordernar por valores ou chaves

Um erro comum é tentar ordenar um dicionário como se fosse uma lista. Dicionários são pares chave-valor. Para ordená-los, você converte para uma lista de tuplas ou usa o items().

dicionario = {"a": 30, "b": 12, "c": 87}
por_valor = dict(sorted(dicionario.items(), key=lambda x: x[1]))
print(por_valor)  {'b': 12, 'a': 30, 'c': 87}

Para ordenar por chave, basta omitir o lambda ou usar itemgetter(0). A lógica é a mesma, só muda o índice que você escolhe.

Arrays em JavaScript e a função sort()

JavaScript tem um problema chato com sort(). Por padrão, ele converte tudo para string antes de comparar. Isso significa que [10, 2, 5].sort() retorna [10, 2, 5], não [2, 5, 10]. O motivo é que "10" vem antes de "2" alfabeticamente. A solução é passar uma função comparadora numérica:

let numeros = [10, 2, 5, 100, 33];
numeros.sort((a, b) => a - b);
console.log(numeros); // [2, 5, 10, 33, 100]

Para strings em JavaScript, a comparação correta seria (a, b) => a.localeCompare(b), respeitando acentos e caracteres especiais do seu idioma. Sem isso, acentos quebram a ordem esperada em português com frequência.

Coloque em ordem crescente em SQL com ORDER BY

No SQL, a sintaxe é quase sempre a mesma entre bancos: ORDER BY coluna ASC. O ASC é opcional porque é o padrão, mas eu recomendo escrevê-lo sempre. Facilita a leitura quando o query fica grande e você volta semanas depois para modificar.

SELECT nome, preco FROM produtos ORDER BY preco ASC;

Uma limitação importante: campos NULL. O comportamento varia entre bancos. No PostgreSQL, NULLs vêm primeiro no ORDER BY ASC. No MySQL, também. Mas no SQL Server, a ordem dos NULLs depende de configurações e pode ser imprevisível em queries mais complexas com JOINs. Se você precisa controlar isso, use ORDER BY preco ASC NULLS LAST ou NULLS FIRST, dependendo do suporte do seu banco.

O caso que me pegou desprevenido com dados duplicados

Trabalhando com um relatório de vendas que tinha milhares de linhas, precisei ordenar por data de venda e depois por valor. Achei simples. Usei sort() com uma função key retornando uma tupla (data, valor). Funcionou perfeitamente até descobrir que registros com data idêntica ficavam em ordem inconsistente. O problema não era a ordenação em si, mas a instabilidade do algoritmo em diferentes versões do Python quando dois elementos eram iguais no critério primário. O workaround foi adicionar um terceiro critério: o índice original. Transformei a lista em enumerate(), ordenei por (data, valor, index), e depois fatiei só os dados. Ficou assim:

dados = [(data1, valor1), (data1, valor2), (data2, valor3)]
ordenado = sorted(enumerate(dados), key=lambda x: (x[1][0], x[1][1], x[0]))
resultado = [item[1] for item in ordenado]

Isso garante estabilidade total. O overhead é mínimo para datasets abaixo de 50 mil linhas. Acima disso, aí você pensa em outras estratégias, como usar bibliotecas especializadas como pandas, que implementam ordenação estável com algoritmos como Timsort de forma mais otimizada.

Limitações e quando a ordenação simples falha

Ordenar arrays grandes em memória pode ser problemático. Se o dataset não cabe na RAM, sorted() e sort() travam ou consomem memória excessiva. Nesses casos, o ideal é usar ordenação externa (external sort), que divide os dados em chunks, ordena cada chunk e faz merge. Ferramentas como SQLite ou bancos distribuídos fazem isso automaticamente, mas você precisa aware disso antes de tentar carregar milhões de linhas num array. Outro ponto: ordenação customizada com funções chave lentas. Se sua função key for pesada e chamada milhões de vezes, o tempo de ordenação explode. Em Python, o tempo médio de sorted() é O(n log n), mas se cada comparação chamar uma função cara, o fator constante domina. A solução é memoizar a função key ou pré-processar os dados antes de ordenar.

Se você precisa ordenar dados em tempo real, como num dashboard que atualiza a cada segundo, ordenação completa toda vez é overkill. Considere estruturas como heaps ou árvores balanceadas para manter os dados ordenados incrementalmente, economizando até 80% do processamento comparado a reordenar tudo a cada update.

Resumo prático sem resumo

Em Python, use sorted() para novas listas e .sort() para mutar no lugar. Em JavaScript, sempre passe uma função numérica para evitar confusão com strings. No SQL, escreva ASC explicitamente e cuide dos NULLs. Para dados grandes, pense em ordenação estável e incrementada antes de simplesmente chamar sorted() e torcer. A ordem crescente é simples até você tropeçar na primeira edge case. Aí a experiência entra em jogo, e o trabalho vira saber qual ferramenta combina com o tamanho e o tipo dos seus dados.