Python数据结构与算法(4)---双端队列deque

简介: Python数据结构与算法(4)---双端队列deque

前言


双端队列deque支持从任意一端增加和删除元素。其中,栈和队列就是双端队列的退化形式,它们的输入输出被限制在某一端。


基本用法


首先,我们来看看容器collections.deque()函数的基本用法。具体代码如下所示:

import collections
c = collections.deque('abcdefg')
print("输出双端队列:", c)
print("双端队列的长度:", len(c))
print("前端值:", c[0])
print("末端值:", c[-1])


运行之后,效果如下:


填充


因为它是双端队列,所以该队列支持从任意一端添加或删除元素。下面,我们来分别实现两端的添加和删除操作,具体代码如下所示:

import collections
c = collections.deque()
#不使用构造函数初始化
c.extend("abcdefg")
#右端(末端)添加
c.append('h')
print(c)
#左端添加(前端)添加
c.extendleft('i')
print(c)
#末尾删除
c.pop()
print(c)
#前端删除
c.popleft()
print(c)
#随便删除
c.remove('c')
print(c)


运行之后,效果如下:


和使用list数组一样,通过append进行添加,默认append从右端(末端)开始添加。如果想从前端开始添加,可以使用extendleft()函数。而删除可以使用pop()函数从右端(末尾)开始删除,popleft()从左端开始删除。至于随意删除,可以直接使用remove()。


线程安全


双端队列是线程安全的,在实际应用中,我们可以在不同线程中同时从两端消费队列的内容。具体代码如下所示:

import collections
import threading
import time
def getItem(lor, method):
    while True:
        try:
            next = method()
        except IndexError:
            break
        else:
            print("{0}:{1}".format(lor, next))
            time.sleep(0.1)
    print('{0}:None'.format(lor))
    return
c = collections.deque("abcdefg")
t1 = threading.Thread(target=getItem, args=('Left', c.popleft))
t2 = threading.Thread(target=getItem, args=('Right', c.popleft))
t1.start()
t2.start()
t1.join()
t2.join()


运行之后,效果如下:


上面代码中,两个线程交替删除元素,直至双端队列deque为空。可以看到,没有重复的元素被删除。


旋转


双端队列deque的另一个很有用的方面是可以按任意一个方向旋转,从而跳过一些元素。


比如将deque双端队列向右旋转(使用一个正旋转值)会从右端取元素,并把它们移动到左端。同理,向左旋转(负值)则从左端将元素移值右端。


我们来看一端代码就非常明白了:

import collections
a = collections.deque("abcdefg")
b = collections.deque("abcdefg")
c = collections.deque("abcdefg")
print(a)
b.rotate(2)
print(b)
c.rotate(-2)
print(c)


运行之后,效果如下:


可以看到,b的前两个字母被移动到前面。c的前两个字母被移动到后面。


限制双端队列大小


在实际的双端队列操作中,我们可以设置双端队列deque实例的最大长度,使它不会超过这个大小。这种操作在查找长度不确定的流中最后n个元素非常有用。


我们先来看一段代码:

import collections
import random
c1 = collections.deque(maxlen=5)
c2 = collections.deque(maxlen=3)
for i in range(8):
    r = random.randint(1, 100)
    print(r)
    c1.append(r)
    c2.append(r)
print(c1)
print(c2)


运行之后,效果如下:


从上面代码我们认识到,设置了双端队列deque最大长度,那么不管你添加多少数据,长度永远不变。同时,多余添加的数据会依次按先后顺序顶替掉最前面(左端)的值。

相关文章
|
17天前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中,`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环,外层循环控制排序的轮数,内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素,就将它们交换位置。
119 67
|
17天前
|
存储 搜索推荐 Python
用 Python 实现快速排序算法。
快速排序的平均时间复杂度为$O(nlogn)$,空间复杂度为$O(logn)$。它在大多数情况下表现良好,但在某些特殊情况下可能会退化为最坏情况,时间复杂度为$O(n^2)$。你可以根据实际需求对代码进行调整和修改,或者尝试使用其他优化策略来提高快速排序的性能
114 61
|
11天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
76 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
17天前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
129 59
|
17天前
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
|
17天前
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
|
1天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
85 55
|
17天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
17天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
29天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
75 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络