Python中栈、队列与优先级队列的实现方法


Posted in Python onJune 30, 2019

前言

栈、队列和优先级队列都是非常基础的数据结构。Python作为一种“编码高效”的语言,对这些基础的数据结构都有比较好的实现。在业务需求开发过程中,不应该重复造轮子,今天就来看看些数据结构都有哪些实现。

0x00 栈(Stack)

栈是一种LIFO(后进先出)的数据结构,有入栈(push)、出栈(pop)两种操作,且只能操作栈顶元素。
在Python中有多种可以实现栈的数据结构。

1、list

list是Python内置的列表数据结构,它支持栈的特性,有入栈和出栈操作。只不过用list实现栈性能不是特别好。

因为list内部是通过一个动态扩容的数组来实现的。当增减元素时就有可能会触发扩容操作。如果在list的头部增减元素,也会移动整个列表。

如要使用list来实现一个栈的话,可以使用list的append()(入栈)、pop()(出栈)方法。

>>> s = []
>>> s.append('one')
>>> s.append('two')
>>> s.append(3)
>>> s
['one', 'two', 3]
>>> s.pop()
3
>>> s.pop()
'two'
>>> s.pop()
'one'
>>> s.pop()
IndexError: pop from empty list

2、collections.deque

deque类是一种双端队列。在Python中它就是一个双向列表,可以以常用时间在两端执行添加和删除元素的操作,非常高效,所以它既可以实现栈也可以实现队列。

如果要在Python实现一个栈,那么应该优先选择deque,而不是list。

deque的入栈和出栈方法也分别是append()和pop()。

>>> from collections import deque
>>> s = deque()
>>> s.append('eat')
>>> s.append('sleep')
>>> s.append('code')
>>> s
deque(['eat', 'sleep', 'code'])
>>> s.pop()
'code'
>>> s.pop()
'sleep'
>>> s.pop()
'eat'
>>> s.pop()
IndexError: pop from an empty deque

3、queue.LifoQueue

顾名思义,这个就是一个栈。不过它是线程安全的,如果要在并发的环境下使用,那么就可以选择使用LifoQueue。

它入栈和出栈操作是使用put()和get(),其中get()在LifoQueue为空时会阻塞。

>>> from queue import LifoQueue
>>> s = LifoQueue()
>>> s.put('eat')
>>> s.put('sleep')
>>> s.put('code')
>>> s
<queue.LifoQueue object at 0x109dcfe48>
>>> s.get()
'code'
>>> s.get()
'sleep'
>>> s.get()
'eat'
>>> s.get()
# 阻塞并一直等待直到栈不为空

0x01 队列(Queue)

队列是一种FIFO(先进先出)的数据结构。它有入队(enqueue)、出队(dequeue)两种操作,而且也是常数时间的操作。
在Python中可以使用哪些数据结构来实现一个队列呢?

1、list

list可以实现一个队列,但它的入队、出队操作就不是非常高效了。因为list是一个动态列表,在队列的头部执行出队操作时,会发生整个元素的移动。

使用list来实现一个队列时,用append()执行入队操作,使用pop(0)方法在队列头部执行出队操作。由于在list的第一个元素进行操作,所以后续的元素都会向前移动一位。因此用list来实现队列是不推荐的。

>>> q = []
>>> q.append('1')
>>> q.append('2')
>>> q.append('three')

>>> q.pop(0)
'1'
>>> q.pop(0)
'2'
>>> q.pop(0)
'three'
>>> q.pop(0)
IndexError: pop from empty list

2、collections.deque

从上文我们已经知道deque是一个双向列表,它可以在列表两端以常数时间进行添加删除操作。所以用deque来实现一个队列是非常高效的。

deque入队操作使用append()方法,出队操作使用popleft()方法。

>>> from collections import deque
>>> q = deque()
>>> q.append('eat')
>>> q.append('sleep')
>>> q.append('code')
>>> q
deque(['eat', 'sleep', 'code'])
# 使用popleft出队
>>> q.popleft()
'eat'
>>> q.popleft()
'sleep'
>>> q.popleft()
'code'
>>> q.popleft()
IndexError: pop from an empty deque

3、queue.Queue

同样地,如果要在并发环境下使用队列,那么选择线程安全的queue.Queue。

与LifoQueue类似,入队和出队操作分别是put()和get()方法,get()在队列为空时会一直阻塞直到有元素入队。

>>> from queue import Queue
>>> q = Queue()
>>> q.put('eat')
>>> q.put('sleep')
>>> q.put('code')
>>> q
<queue.Queue object at 0x110564780>
>>> q.get()
'eat'
>>> q.get()
'sleep'
>>> q.get()
'code'
# 队列为空不要执行等待
>>> q.get_nowait()
_queue.Empty
>>> q.put('111')
>>> q.get_nowait()
'111'
>>> q.get()
# 队列为空时,会一直阻塞直到队列不为空

4、multiprocessing.Queue

多进程版本的队列。如果要在多进程环境下使用队列,那么应该选择multiprocessing.Queue。

同样地,它的入队出队操作分别是put()和get()。get()方法在队列为空,会一直阻塞直到队列不为空。

>>> from multiprocessing import Queue
>>> q = Queue()
>>> q.put('eat')
>>> q.put('sleep')
>>> q.put('code')
>>> q
<multiprocessing.queues.Queue object at 0x110567ef0>
>>> q.get()
'eat'
>>> q.get()
'sleep'
>>> q.get()
'code'
>>> q.get_nowait()
_queue.Empty
>>> q.get()
# 队列为空时,会一直阻塞直到队列不为空

0x02 优先级队列(PriorityQueue)

一个近乎排序的序列里可以使用优先级队列这种数据结构,它能高效获取最大或最小的元素。

在调度问题的场景中经常会用到优先级队列。它主要有获取最大值或最小值的操作和入队操作。

1、list

使用list可以实现一个优先级队列,但它并不高效。因为当要获取最值时需要排序,然后再获取最值。一旦有新的元素加入,再次获取最值时,又要重新排序。所以并推荐使用。

2、heapq

一般来说,优先级队列都是使用堆这种数据结构来实现。而heapq就是Python标准库中堆的实现。heapq默认情况下实现的是最小堆。

入队操作使用heappush(),出队操作使用heappop()。

>>> import heapq
>>> q = []
>>> heapq.heappush(q, (2, 'code'))
>>> heapq.heappush(q, (1, 'eat'))
>>> heapq.heappush(q, (3, 'sleep'))
>>> q
[(1, 'eat'), (2, 'code'), (3, 'sleep')]
>>> while q:
	next_item = heapq.heappop(q)
	print(next_item)

	
(1, 'eat')
(2, 'code')
(3, 'sleep')

3、queue.PriorityQueue

queue.PriorityQueue内部封装了heapq,不同的是它是线程安全的。在并发环境下应该选择使用PriorityQueue。

>>> from queue import PriorityQueue
>>> q = PriorityQueue()
>>> q.put((2, 'code'))
>>> q.put((1, 'eat'))
>>> q.put((3, 'sleep'))
>>> while not q.empty():
	next_item = q.get()
	print(next_item)

(1, 'eat')
(2, 'code')
(3, 'sleep')

0x03 总结一下

很多基础的数据结构在Python中已经实现了的,我们不应该重复造轮子,应该选择这些数据结构来实现业务需求。
collections.deque是一种双向链表,在单线程的情况下,它可以用来实现Stack和Queue。而heapq模块可以帮我们实现高效的优先级队列。

如果要在多并发的情况下使用Stack、Queue和PriorityQueue的话,那么应该选用queue模块下类:

  • 实现Stack的queue.LifoQueue
  • 实现Queue的queue.Queue或multiprocessing.Queue
  • 实现PriorityQueue的queue.PriorityQueue
  • 以上这些类都有put()和get()方法,且get()会在栈/队列为空时阻塞。

0x04 学习资料

Python Tricks: A Buffet of Awesome Python Features

——Dan Bader

好了,以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
python通过索引遍历列表的方法
May 04 Python
python基于pygame实现响应游戏中事件的方法(附源码)
Nov 11 Python
centos6.7安装python2.7.11的具体方法
Jan 16 Python
python中OrderedDict的使用方法详解
May 05 Python
opencv python 2D直方图的示例代码
Jul 20 Python
python中的tcp示例详解
Dec 09 Python
python:接口间数据传递与调用方法
Dec 17 Python
用Python实现最速下降法求极值的方法
Jul 10 Python
使用pyecharts生成Echarts网页的实例
Aug 12 Python
pyqt5数据库使用详细教程(打包解决方案)
Mar 25 Python
python安装和pycharm环境搭建设置方法
May 27 Python
pycharm 2020.2.4 pip install Flask 报错 Error:Non-zero exit code的问题
Dec 04 Python
Python中请不要再用re.compile了
Jun 30 #Python
用python求一个数组的和与平均值的实现方法
Jun 29 #Python
Python:Numpy 求平均向量的实例
Jun 29 #Python
python 计算数据偏差和峰度的方法
Jun 29 #Python
Python求均值,方差,标准差的实例
Jun 29 #Python
python 计算平均平方误差(MSE)的实例
Jun 29 #Python
Python变量访问权限控制详解
Jun 29 #Python
You might like
从MySQL数据库表中取出随机数据的代码
2007/09/05 PHP
YII Framework框架教程之缓存用法详解
2016/03/14 PHP
(推荐一个超好的JS函数库)S.Sams Lifexperience ScriptClassLib
2007/04/29 Javascript
一步一步教你写一个jQuery的插件教程(Plugin)
2009/09/03 Javascript
javascript自适应宽度的瀑布流实现思路
2013/02/20 Javascript
javascript中数组的sort()方法的使用介绍
2013/12/18 Javascript
javascript实现的闭包简单实例
2015/07/17 Javascript
基于jQuery实现文本框只能输入数字(小数、整数)
2016/01/14 Javascript
JS实现Select的option上下移动的方法
2016/03/01 Javascript
几种响应式文字详解
2017/05/19 Javascript
浅谈Vue2.0父子组件间事件派发机制
2018/01/08 Javascript
JS实现多物体运动的方法详解
2018/01/23 Javascript
一种angular的方法级的缓存注解(装饰器)
2018/03/13 Javascript
Koa项目搭建过程详细记录
2018/04/12 Javascript
实例讲解vue源码架构
2019/01/24 Javascript
图文详解vue框架安装步骤
2019/02/12 Javascript
Element Popover 弹出框的使用示例
2020/07/26 Javascript
python脚本实现分析dns日志并对受访域名排行
2014/09/18 Python
解析Python中while true的使用
2015/10/13 Python
读取本地json文件,解析json(实例讲解)
2017/12/06 Python
python数据封装json格式数据
2018/03/04 Python
python实时监控cpu小工具
2018/06/21 Python
Python定时任务sched模块用法示例
2018/07/16 Python
Python 经典面试题 21 道【不可错过】
2018/09/21 Python
用python求一个数组的和与平均值的实现方法
2019/06/29 Python
python requests抓取one推送文字和图片代码实例
2019/11/04 Python
tensorflow实现tensor中满足某一条件的数值取出组成新的tensor
2020/01/04 Python
pytorch 移动端部署之helloworld的使用
2020/10/30 Python
详解python polyscope库的安装和例程
2020/11/13 Python
购买英国原创艺术:Art Gallery
2018/08/25 全球购物
英国的领先快速时尚零售商:In The Style
2019/03/25 全球购物
寻找迷宫的一条出路,o通路;X:障碍
2016/07/10 面试题
高中学校对照检查材料
2014/08/31 职场文书
民主生活会主持词
2015/07/01 职场文书
2015年教师个人业务工作总结
2015/10/23 职场文书
Nginx流量拷贝ngx_http_mirror_module模块使用方法详解
2022/04/07 Servers