Python数据类型:双端队列deque-比列表list性能更高的一种数据类型

简介:

Python数据类型:双端队列

说到容器类型,大家第一时间想到的多半是list,而list确实也能解决大部分的需要,但碰到列表内的数据量相当大的时候,性能问题就显得尤为重要;再或者列表被恶意注入一个无穷大的数据量时,就可能会暴露出安全问题来。较好的替代方法是:collections.deque。获得性能或安全的同时,牺牲的是数据大小。

deque队列两端取出或者删除时间复杂度都是O(1),而列表都是O(n),队列的性能比列表更好

简介

collections.deque对象(双端队列),支持从任意一端增加删除元素。deque是线程安全的,内存高效的队列,它被设计为从两端追加和弹出都非常快。

创建deque对象

deque() 用于创建一个deque对象

可选参数

  • iterable 一个可迭代对象,如列表,元组
  • maxlen 最大长度,超出最大长度,会将之前的元素挤出去

示例:

from collections import deque
dq = deque([1,2,3,4]],maxlen=10)
AI 代码解读

deque对象的方法

dq.append(x) 在右端添加x

>>>dq.append(5)
>>>print(dq)
deque([1, 2, 3,4,5])
AI 代码解读

dq.appendleft(x) 在左端添加x

>>>dq.appendleft(0)
>>>print(dq)
deque([0,1,2,3,4,5])
AI 代码解读

dq.pop() 在右端弹出元素,若队列无元素,会报错

>>>dq.pop()
5
AI 代码解读

dq.popleft() 在左端弹出元素,若队列无元素,会报错

>>>dq.popleft()
0
AI 代码解读

dq.extend(iterable) 和列表的extend类似,在右侧扩展队列,参数是一个可迭代对象

>>>dq.extend([5,6,7,8])
AI 代码解读

dq.extendleft(iterable) 同理

>>>dq.extendleft([5,6,7,8])
AI 代码解读

dq.remove(value) 移除第一个找到的value,若未找到,会导致IndexError

dq.remove(3)
AI 代码解读

dq.clear() 清空队列

dq.clear()
AI 代码解读

rotate(n) 如果n>0,所有元素向右移动n个,否则向左

dq.rotate(5)
AI 代码解读

如果你学到什么,记得给我点个赞哦,也可以关注我的公众号(Python雁横)获取更多有趣的教程

雁横
+关注
目录
打赏
0
0
0
0
16
分享
相关文章
Java 中数组Array和列表List的转换
本文介绍了数组与列表之间的相互转换方法,主要包括三部分:1)使用`Collections.addAll()`方法将数组转为列表,适用于引用类型,效率较高;2)通过`new ArrayList<>()`构造器结合`Arrays.asList()`实现类似功能;3)利用JDK8的`Stream`流式计算,支持基本数据类型数组的转换。此外,还详细讲解了列表转数组的方法,如借助`Stream`实现不同类型数组间的转换,并附带代码示例与执行结果,帮助读者深入理解两种数据结构的互转技巧。
Java 中数组Array和列表List的转换
Python装饰器实战:打造高效性能计时工具
在数据分析中,处理大规模数据时,分析代码性能至关重要。本文介绍如何使用Python装饰器实现性能计时工具,在不改变现有代码的基础上,方便快速地测试函数执行时间。该方法具有侵入性小、复用性强、灵活度高等优点,有助于快速发现性能瓶颈并优化代码。通过设置循环次数参数,可以更准确地评估函数的平均执行时间,提升开发效率。
129 61
Python装饰器实战:打造高效性能计时工具
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。
全面提升Python性能的十三种优化技巧
通过应用上述十三种优化技巧,开发者可以显著提高Python代码的执行效率和性能。每个技巧都针对特定的性能瓶颈进行优化,从内存管理到并行计算,再到使用高效的数值计算库。这些优化不仅能提升代码的运行速度,还能提高代码的可读性和可维护性。希望这些技巧能帮助开发者在实际项目中实现更高效的Python编程。
118 22
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
在Python开发中,GIL(全局解释器锁)一直备受关注。本文基于CPython解释器,探讨GIL的技术本质及其对程序性能的影响。GIL确保同一时刻只有一个线程执行代码,以保护内存管理的安全性,但也限制了多线程并行计算的效率。文章分析了GIL的必要性、局限性,并介绍了多进程、异步编程等替代方案。尽管Python 3.13计划移除GIL,但该特性至少要到2028年才会默认禁用,因此理解GIL仍至关重要。
211 16
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
|
3天前
|
HarmonyOS NEXT - 列表布局(List)
列表(List)是一种用于展示结构化、可滚动信息的复杂容器,适用于同类数据集合的呈现(如通讯录、音乐列表等)。通过垂直或水平排列子组件`ListItem`或`ListItemGroup`,可实现单个视图或多视图组合。支持条件渲染、循环渲染和懒加载等优化方式。 - **分隔线**:通过`divider`属性添加分隔线,并自定义粗细、颜色及边距。 - **滚动条**:使用`scrollBar`属性控制滚动条显示,支持按需显示(`BarState.Auto`)。 - **代码示例**:包含静态列表项、分组头布局、循环渲染及分隔线配置。
56 0
深入探讨 Python 列表与元组:操作技巧、性能特性与适用场景
Python 列表和元组是两种强大且常用的数据结构,各自具有独特的特性和适用场景。通过对它们的深入理解和熟练应用,可以显著提高编程效率和代码质量。无论是在数据处理、函数参数传递还是多线程环境中,合理选择和使用列表与元组都能够使得代码更加简洁、高效和安全。
56 9
[oeasy]python069_当前作用域都有些什么_列表dir_函数_builtins
本文介绍了Python中`dir()`函数的使用方法及其作用。`dir()`可以列出当前作用域内的所有变量和成员,类似于`locals()`,但`dir()`不仅限于本地变量,还能显示模块中的所有成员。通过`dir(__builtins__)`可以查看内建模块中的所有内建函数,如`print`、`ord`、`chr`等。此外,还回顾了`try-except-finally`结构在数据库连接中的应用,并解释了为何`print`函数可以直接使用而无需导入,因为它位于`__builtins__`模块中。最后,简要提及了删除`__builtins__.print`的方法及其影响。
37 0
|
4月前
|
Python列表
Python列表。
72 8
[oeasy]python054_python有哪些关键字_keyword_list_列表_reserved_words
本文介绍了Python的关键字列表及其使用规则。通过回顾`hello world`示例,解释了Python中的标识符命名规则,并探讨了关键字如`if`、`for`、`in`等不能作为变量名的原因。最后,通过`import keyword`和`print(keyword.kwlist)`展示了Python的所有关键字,并总结了关键字不能用作标识符的规则。
67 9