Pythondeque双端队列入门教程
想提升Python编程效率?本文为你详细解读Python `deque`双端队列的使用方法。`deque`是`collections`模块中一个高性能的数据结构,尤其擅长在队列两端进行快速添加和删除操作。本文将深入讲解`deque`的基本操作,包括`append`、`appendleft`、`pop`、`popleft`等,并提供丰富的示例代码,助你轻松掌握。同时,还会探讨`deque`在线程安全方面的注意事项,以及`maxlen`参数在实现滑动窗口时的巧妙应用。无论你是Python新手还是资深开发者,都能从本文中获益,让你的代码更高效、更优雅!
deque是Python中高效处理双端操作的队列结构,适用于频繁在两端增删元素的场景。它支持append、appendleft、pop、popleft等基本操作,时间复杂度均为O(1),性能优于list。通过maxlen参数可实现固定长度的滑动窗口,超出时自动从对端移除元素。deque不支持线程安全,多线程环境下需配合锁机制使用。适合用于实现队列、栈、缓冲区等数据结构。

Python的deque(双端队列)允许你高效地在队列的两端添加和移除元素。它特别适用于需要频繁进行头尾操作的场景,比如实现队列、栈或者需要快速访问两端元素的滑动窗口。deque在collections模块中。
使用deque,你可以轻松地进行元素的添加、删除,并且它在这些操作上的性能通常优于使用list。
解决方案(直接输出解决方案即可)
deque的基本操作包括:
append(x): 在队列右端添加元素x。appendleft(x): 在队列左端添加元素x。pop(): 移除并返回队列右端的元素。popleft(): 移除并返回队列左端的元素。extend(iterable): 从队列右端添加iterable中的元素。extendleft(iterable): 从队列左端添加iterable中的元素 (注意:元素顺序会反转)。rotate(n): 将队列中的元素向右循环移动n步。 如果n是负数,则向左移动。clear(): 移除队列中的所有元素。count(x): 返回队列中等于x的元素个数。remove(value): 移除队列中第一个等于value的元素。 如果没有找到,则引发ValueError。reverse(): 反转队列中的元素顺序。
示例代码:
from collections import deque # 创建一个deque d = deque() # 从右端添加元素 d.append(1) d.append(2) d.append(3) # 从左端添加元素 d.appendleft(0) print(d) # 输出: deque([0, 1, 2, 3]) # 移除右端元素 d.pop() # 移除左端元素 d.popleft() print(d) # 输出: deque([1, 2]) # 扩展队列 d.extend([4, 5, 6]) print(d) # deque([1, 2, 4, 5, 6]) # 从左边扩展队列 (注意顺序反转) d.extendleft([-1, -2, -3]) print(d) # deque([-3, -2, -1, 1, 2, 4, 5, 6]) # 旋转队列 d.rotate(2) # 向右旋转2步 print(d) # deque([5, 6, -3, -2, -1, 1, 2, 4]) d.rotate(-2) # 向左旋转2步 print(d) # deque([-3, -2, -1, 1, 2, 4, 5, 6]) # 统计元素个数 print(d.count(2)) # 1 # 移除指定元素 d.remove(2) print(d) # deque([-3, -2, -1, 1, 4, 5, 6]) # 反转队列 d.reverse() print(d) # deque([6, 5, 4, 1, -1, -2, -3]) # 清空队列 d.clear() print(d) # deque([])
何时应该使用deque而不是list?
当你的主要操作涉及在序列的两端添加或删除元素时,deque通常是更好的选择。list在这些操作上的时间复杂度是O(n),因为可能需要移动其他元素。而deque在两端添加或删除元素的时间复杂度是O(1),这使得它在处理大量数据时效率更高。 但如果你需要频繁地通过索引访问元素,list通常会更快,因为list的索引访问是O(1),而deque是O(n)。
deque如何实现线程安全?
deque本身不是线程安全的。这意味着如果在多个线程中同时修改同一个deque对象,可能会导致数据竞争和不确定的行为。为了在多线程环境中使用deque,你需要使用适当的同步机制,比如锁。
import threading
from collections import deque
d = deque()
lock = threading.Lock()
def add_element(element):
with lock:
d.append(element)
print(f"Added {element}, current deque: {d}")
def remove_element():
with lock:
if d:
element = d.popleft()
print(f"Removed {element}, current deque: {d}")
else:
print("Deque is empty")
# 示例:两个线程同时添加和删除元素
t1 = threading.Thread(target=add_element, args=(1,))
t2 = threading.Thread(target=remove_element)
t1.start()
t2.start()
t1.join()
t2.join()
print("Final deque:", d)在这个例子中,threading.Lock()用于确保在任何时候只有一个线程可以访问和修改deque。with lock:语句块会自动获取和释放锁,从而避免了手动管理锁的复杂性。
deque的maxlen参数有什么用?
deque有一个可选的maxlen参数,用于限制队列的最大长度。当deque达到最大长度时,如果继续添加元素,则会自动从另一端移除元素。这在实现固定大小的滑动窗口或缓冲区时非常有用。
from collections import deque # 创建一个最大长度为3的deque d = deque(maxlen=3) d.append(1) d.append(2) d.append(3) print(d) # 输出: deque([1, 2, 3], maxlen=3) # 添加新元素,最左边的元素会被移除 d.append(4) print(d) # 输出: deque([2, 3, 4], maxlen=3) d.appendleft(0) print(d) # deque([0, 2, 3], maxlen=3)
在这个例子中,当deque达到最大长度3时,添加新元素会自动从另一端移除旧元素,从而保持队列的大小不变。
以上就是《Pythondeque双端队列入门教程》的详细内容,更多关于Python,Deque,双端队列,Collections,maxlen的资料请关注golang学习网公众号!
微信被屏蔽怎么判断?教你快速识别方法
- 上一篇
- 微信被屏蔽怎么判断?教你快速识别方法
- 下一篇
- HTML屏幕阅读器使用指南
-
- 文章 · python教程 | 1天前 |
- Python json解析金额 JSON 保留 Decimal的实现方法
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python csv为不同分隔符注册 Dialect的实现方法
- 421浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 临时文件 · tempfile · NamedTemporaryFile · 跨平台删除 ·
- Python tempfile让临时文件跨平台可删除的实现方法
- 274浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio取消任务后等待清理完成的实现方法
- 168浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python functools.cache 递归函数如何避免缓存错误结果
- 377浏览 收藏
-
- 文章 · python教程 | 1天前 | python · http.Client · HTTP连接 · Python http.Client HTTPResponse HTTPConnection
- Python http.client 读取响应后为何必须关闭连接
- 116浏览 收藏
-
- 文章 · python教程 | 1天前 | 文件处理 · 安全 · python · Python zipfile ZipFile.extractall 危险路径
- Python zipfile ZipFile.extractall 如何检查危险路径
- 193浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python multiprocessing forkserver 何时比 spawn 合适
- 271浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python contextlib.AsyncExitStack 如何清理异步资源
- 369浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 77次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 161次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 98次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 76次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 54次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

