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
|
21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。
221 55
|
9天前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
102 66
|
2月前
|
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。
140 67
|
2月前
|
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
128 61
|
1月前
|
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
160 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
|
2月前
|
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
152 59
|
2月前
|
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
|
13天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
50 20
|
6天前
|
算法 网络协议 Python
探秘Win11共享文件夹之Python网络通信算法实现
本文探讨了Win11共享文件夹背后的网络通信算法,重点介绍基于TCP的文件传输机制,并提供Python代码示例。Win11共享文件夹利用SMB协议实现局域网内的文件共享,通过TCP协议确保文件传输的完整性和可靠性。服务器端监听客户端连接请求,接收文件请求并分块发送文件内容;客户端则连接服务器、接收数据并保存为本地文件。文中通过Python代码详细展示了这一过程,帮助读者理解并优化文件共享系统。
|
11天前
|
存储 算法 Python
文件管理系统中基于 Python 语言的二叉树查找算法探秘
在数字化时代,文件管理系统至关重要。本文探讨了二叉树查找算法在文件管理中的应用,并通过Python代码展示了其实现过程。二叉树是一种非线性数据结构,每个节点最多有两个子节点。通过文件名的字典序构建和查找二叉树,能高效地管理和检索文件。相较于顺序查找,二叉树查找每次比较可排除一半子树,极大提升了查找效率,尤其适用于海量文件管理。Python代码示例包括定义节点类、插入和查找函数,展示了如何快速定位目标文件。二叉树查找算法为文件管理系统的优化提供了有效途径。
43 5