Python collections中的双向队列deque简单介绍详解


Posted in Python onNovember 04, 2019

前言

在python神书《Python+Cookbook》中有这么一段话:在队列两端插入或删除元素时间复杂度都是 O(1) ,而在列表的开头插入或删除元素的时间复杂度为 O(N)。
于是就想验证下。

简单使用

基本代码

from collections import deque
q = deque(maxlen=4)#有固定长度的双向队列
qq = deque() #无固定长度
print(dir(q))#看看有哪些可用方法或属性

结果:

['__add__', '__bool__', '__class__', '__contains__', '__copy__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'appendleft', 'clear', 'copy', 'count', 'extend', 'extendleft', 'index', 'insert', 'maxlen', 'pop', 'popleft', 'remove', 'reverse', 'rotate']

看到可以append,pop,insert,clear等,还可以像List一样用中括号 [] 对某个index获取或设置值。因为是双向队列,所以也有左操作函数:appendleft,popleft。额外的还要反转函数reverse,计数函数count。

使用ipython验证

In [1]: from collections import deque
…: q = deque(maxlen=4)#有固定长度的双向队列
…: qq = deque() #无固定长度
…: print(dir(q))#看看有哪些可用方法或属性
[‘add', ‘bool', ‘class', ‘contains', ‘copy', ‘delattr', ‘delitem', ‘dir', ‘doc', ‘eq', ‘format', ‘ge', ‘getattribute', ‘getitem', ‘gt', ‘hash', ‘iadd', ‘imul', ‘init', ‘init_subclass', ‘iter', ‘le', ‘len', ‘lt', ‘mul', ‘ne', ‘new', ‘reduce', ‘reduce_ex', ‘repr', ‘reversed', ‘rmul', ‘setattr', ‘setitem', ‘sizeof', ‘str', ‘subclasshook', ‘append', ‘appendleft', ‘clear', ‘copy', ‘count', ‘extend', ‘extendleft', ‘index', ‘insert', ‘maxlen', ‘pop', ‘popleft', ‘remove', ‘reverse', ‘rotate']
In [2]: q
Out[2]: deque([])
In [3]: q.append(1)
In [4]: q.insert(0,33)
In [6]: q
Out[6]: deque([33, 1])
In [8]: q.appendleft(44)
In [9]: q
Out[9]: deque([44, 33, 1])
In [10]: q.pop()
Out[10]: 1
In [12]: q[1]
Out[12]: 33
In [13]: q
Out[13]: deque([44, 33])
In [14]: q.reverse()
In [15]: q
Out[15]: deque([33, 44])
In [17]: q.clear()
In [18]: q
Out[18]: deque([])

性能测试

pop和append

#coding:utf8
import datetime,time
from collections import deque
D = deque()
L=[]
def calcTime(func):  
  def doCalcTime():
    sst = int(time.time()*1000)
    func()
    eed = int(time.time()*1000)
    print(func,'cost time:',eed-sst,'ms')
  return doCalcTime

@calcTime
def didDeque():
  for i in range(0,10000000):
    D.append(i)
  while D:
    D.pop()

@calcTime
def didList():
  for i in range(0,10000000):
    L.append(i)
  while L:
    L.pop()
    
if __name__=='__main__':
  didDeque()
  print("------------")
  didList()

运行结果:

<function didDeque at 0x000002D6912A4D08> cost time: 1924 ms
------------
<function didList at 0x000002D6912D4048> cost time: 2420 ms

是快了一些。

insert

#coding:utf8
import datetime,time
from collections import deque
D = deque()
L=[]
def calcTime(func):  
  def doCalcTime():
    sst = int(time.time()*1000)
    func()
    eed = int(time.time()*1000)
    print(func,'cost time:',eed-sst,'ms')
  return doCalcTime

@calcTime
def didDeque():
  for i in range(0,100000):
    D.insert(5,i)
    
@calcTime
def didList():
  for i in range(0,100000):
    L.insert(5,i)

if __name__=='__main__':
  didDeque()
  print("------------")
  didList()

运行结果:

<function didDeque at 0x0000021367F06D08> cost time: 32 ms
------------
<function didList at 0x0000021367F34048> cost time: 3499 ms

快了两个数量级。想想也明白,一个是链表,插入的时候只需要改变指针指向,而List是连续空间,需要移动一大堆的元素。

计算移动平均

>>> import numpy as np
>>> from collections import deque
>>> q=deque(maxlen=5)
>>> q.append(1)
>>> q.append(2)
>>> q.append(3)
>>> q.append(4)
>>> q.append(5)
>>> q.append(6)
>>> q
deque([2, 3, 4, 5, 6], maxlen=5)
>>> np.array(q).mean()
4.0

结语

如果可以,数据量大的时候,用deque代替List的能提升一部分性能。 而由于deque是队列可以设定固定长度,实现先入先出。 那么,如在计算移动平均的时候可以使用,很快捷方便。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python打开网页和暂停实例
Sep 30 Python
Python删除windows垃圾文件的方法
Jul 14 Python
学习python 之编写简单乘法运算题
Feb 27 Python
python线程、进程和协程详解
Jul 19 Python
python 堆和优先队列的使用详解
Mar 05 Python
初次部署django+gunicorn+nginx的方法步骤
Sep 11 Python
python的pyecharts绘制各种图表详细(附代码)
Nov 11 Python
Python 静态方法和类方法实例分析
Nov 21 Python
Jupyter notebook运行Spark+Scala教程
Apr 10 Python
python 调整图片亮度的示例
Dec 03 Python
在PyCharm中安装PaddlePaddle的方法
Feb 05 Python
PyTorch 实现L2正则化以及Dropout的操作
May 27 Python
Python 下载及安装详细步骤
Nov 04 #Python
Django框架表单操作实例分析
Nov 04 #Python
ubuntu 18.04 安装opencv3.4.5的教程(图解)
Nov 04 #Python
Django框架模板用法入门教程
Nov 04 #Python
python matplotlib折线图样式实现过程
Nov 04 #Python
Django框架创建项目的方法入门教程
Nov 04 #Python
Python jieba库用法及实例解析
Nov 04 #Python
You might like
javascript一点特殊用法
2008/05/28 Javascript
jQuery Ajax使用 全解析
2010/12/15 Javascript
Ubuntu 11.10 安装Node.js的方法
2011/11/30 Javascript
js获取当前日期代码适用于网页头部
2013/06/27 Javascript
js window.print实现打印特定控件或内容
2013/09/16 Javascript
js动画效果制件让图片组成动画代码分享
2014/01/14 Javascript
Bootstrap表单布局
2016/07/19 Javascript
Mint UI 基于 Vue.js 移动端组件库
2017/11/07 Javascript
layui.js实现的表单验证功能示例
2017/11/15 Javascript
jQuery EasyUI window窗口使用实例代码
2017/12/25 jQuery
node thread.sleep实现示例
2018/06/20 Javascript
微信小程序实现发送验证码按钮效果
2018/12/20 Javascript
jQuery/JS监听input输入框值变化实例
2019/10/17 jQuery
javascript设计模式 ? 组合模式原理与应用实例分析
2020/04/14 Javascript
vue element el-transfer增加拖拽功能
2021/01/15 Vue.js
[02:53]2018年度DOTA2最佳战队-完美盛典
2018/12/17 DOTA
python中列表元素连接方法join用法实例
2015/04/07 Python
Python cookbook(数据结构与算法)筛选及提取序列中元素的方法
2018/03/19 Python
PyQt5每天必学之切换按钮
2020/08/20 Python
Python2与Python3的区别实例总结
2019/04/17 Python
Python数据类型之List列表实例详解
2019/05/08 Python
Django框架基础模板标签与filter使用方法详解
2019/07/23 Python
Python csv文件的读写操作实例详解
2019/11/19 Python
CSS3中HSL和HSLA的简单使用示例
2015/07/14 HTML / CSS
简述DNS进行域名解析的过程
2013/12/02 面试题
Java程序员面试题
2016/09/27 面试题
应届生财务管理求职信
2013/11/06 职场文书
英文留学推荐信范文
2014/01/25 职场文书
大学生创业感言
2014/01/25 职场文书
办公室秘书岗位职责范本
2014/02/11 职场文书
书香校园活动方案
2014/02/28 职场文书
酒店端午节活动方案
2014/08/26 职场文书
2014教师个人自我评价范文
2014/09/13 职场文书
支部书记四风问题自我剖析材料
2014/09/29 职场文书
省委召开党的群众路线教育实践活动总结大会报告
2014/10/21 职场文书
处世之道:关于真诚相待的名言推荐
2019/12/02 职场文书