Pythondeque高效操作全解析
本文深入解析Python `collections`模块中`deque`(双端队列)的常用操作及其优势。`deque`特别适用于需要频繁在队列两端进行添加和删除操作的场景,相较于列表,在头部操作上拥有O(1)的时间复杂度,显著提升效率。文章详细介绍了如何创建`deque`对象,包括空队列的初始化、从可迭代对象构建以及设置最大长度。同时,详细讲解了`append`、`appendleft`、`pop`、`popleft`等基本操作,以及`extend`、`extendleft`、`rotate`、`clear`、`count`、`index`、`insert`等实用方法。此外,还探讨了`maxlen`参数在实现滑动窗口等应用中的巧妙用法。掌握`deque`的这些操作,能有效优化程序性能,尤其是在处理大量数据的场景下。
Python中的deque是collections模块提供的高效双端队列,适用于两端频繁添加和删除的场景。相比列表,其头部操作时间复杂度为O(1)。通过from collections import deque创建,可初始化为空或从可迭代对象构建,并支持设置最大长度。d.append(x)和d.appendleft(x)分别在右、左添加元素;d.pop()和d.popleft()移除并返回对应端元素,空时抛出IndexError。支持批量操作如d.extend()和d.extendleft()(后者插入顺序反转),还可通过d.rotate(n)旋转元素,正数向右、负数向左。d.clear()清空,d.count(x)统计,d.index(x)查找索引,d.insert(i, x)在指定位置插入(不推荐高频使用)。设maxlen后,超长时自动弹出对端元素,适合滑动窗口等应用。总体上,deque在两端操作性能优于list,能显著提升效率。

Python中的deque(双端队列)是collections模块提供的一个高效容器类型,特别适合在两端进行添加和删除操作。相比列表,它在头部插入或删除元素时性能更优,时间复杂度为O(1)。
创建 deque
导入collections模块后使用deque()构造函数创建:
from collections import deque空的 deque
d = deque()
从可迭代对象初始化
d = deque([1, 2, 3])
指定最大长度(超出时自动弹出旧元素)
d = deque(maxlen=5)
基本添加操作
支持在左右两端添加元素:
- d.append(x):在右侧添加元素x
- d.appendleft(x):在左侧添加元素x
d = deque([2, 3]) d.append(4) # deque([2, 3, 4]) d.appendleft(1) # deque([1, 2, 3, 4])
删除与弹出元素
从两端移除元素并返回值:
- d.pop():移除并返回最右边的元素
- d.popleft():移除并返回最左边的元素
d = deque([1, 2, 3]) left = d.popleft() # left=1, d=deque([2, 3]) right = d.pop() # right=3, d=deque([2])
若deque为空,调用pop()会抛出IndexError。
其他常用操作
- d.extend(iterable):在右侧批量添加
- d.extendleft(iterable):在左侧批量添加(注意顺序反转)
- d.rotate(n):将元素向右旋转n步,负数表示向左
- d.clear():清空所有元素
- d.count(x):统计x出现的次数
- d.index(x):返回x第一次出现的索引(不存在时报错)
- d.insert(i, x):在位置i插入x(不推荐频繁使用,影响性能)
d = deque([1, 2, 3]) d.extend([4, 5]) # deque([1, 2, 3, 4, 5]) d.extendleft([0, -1]) # deque([-1, 0, 1, 2, 3, 4, 5]) 注意顺序 d.rotate(2) # deque([4, 5, -1, 0, 1, 2, 3]) d.rotate(-1) # deque([5, -1, 0, 1, 2, 3, 4])
限制长度的 deque
设置maxlen后,当添加新元素导致超长时,对端元素会被自动弹出:
d = deque(maxlen=3) d.append(1) d.append(2) d.append(3) d.append(4) # 自动弹出最左边的1 print(d) # deque([2, 3, 4], maxlen=3)
这种特性非常适合实现滑动窗口、最近访问记录等场景。
基本上就这些。deque在需要频繁在两端操作数据时非常实用,比list更高效,合理使用能提升程序性能。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
Excel下拉菜单设置教程:数据验证制作列表
- 上一篇
- Excel下拉菜单设置教程:数据验证制作列表
- 下一篇
- JavaScriptProxy数据验证实战教程
-
- 文章 · python教程 | 1小时前 | 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 | 2小时前 | 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 | 5小时前 |
- Python multiprocessing forkserver 何时比 spawn 合适
- 271浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python contextlib.AsyncExitStack 如何清理异步资源
- 369浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python typing.TypeGuard 和 TypeIs 的收窄差异
- 295浏览 收藏
-
- 文章 · python教程 | 11小时前 | csv · python · DictWriter ·
- Python csv.DictWriter 缺少字段时如何设置 extrasaction
- 274浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- Python pathlib Path.resolve 遇到不存在路径如何处理
- 278浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python asyncio.timeout_at 如何用绝对截止时间包住任务
- 470浏览 收藏
-
- 文章 · python教程 | 16小时前 | 异常处理 · Python教程 · 兼容性 · ExceptionGroup · contextlib · ExceptionGroup Python contextlib.suppress BaseExceptionGroup except*
- Python contextlib.suppress 能否处理 ExceptionGroup 中的部分异常
- 431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。
- 42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。
- 136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。
- 72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。
- 32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。
- 20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

