python中的deque基本用法详解
摘要
deque
(双端队列)是Python标准库collections
模块中的一个类,它支持从两端快速添加和删除元素。deque
为固定大小或者可变大小的队列提供了线程安全的实现,并且它比使用列表(list)来实现相同的功能更为高效
deque
的主要特点和操作包括:
- 快速从两端添加和删除元素:
deque
在两端添加和删除元素的时间复杂度都是O(1),而列表在列表头部添加或删除元素的时间复杂度是O(n)。 - 线程安全:
deque
的实例可以在多线程环境中安全使用,而不需要额外的锁定。 - 可选的最大长度:可以通过
maxlen
参数来限制deque
的最大长度。当deque
已满时,添加新元素会导致最早添加的元素被自动移除。
下面是deque
的一些详细示例:
示例1:基本使用
from collections import deque # 创建一个空的deque d = deque() # 从右侧添加元素 d.append('a') d.append('b') print(d) # 输出:deque(['a', 'b']) # 从左侧添加元素 d.appendleft('c') print(d) # 输出:deque(['c', 'a', 'b']) # 从右侧移除元素 right_item = d.pop() print(right_item) # 输出:'b' print(d) # 输出:deque(['c', 'a']) # 从左侧移除元素 left_item = d.popleft() print(left_item) # 输出:'c' print(d) # 输出:deque(['a'])
示例2:使用maxlen限制队列长度
from collections import deque # 创建一个最大长度为3的deque d = deque(maxlen=3) # 添加元素 d.append('a') d.append('b') d.append('c') print(d) # 输出:deque(['a', 'b', 'c'], maxlen=3) # 继续添加元素,最早添加的元素'a'将被移除 d.append('d') print(d) # 输出:deque(['b', 'c', 'd'], maxlen=3) # 尝试从左侧添加元素,同样会移除最早添加的元素 d.appendleft('e') print(d) # 输出:deque(['e', 'c', 'd'], maxlen=3)
示例3:使用deque实现滑动窗口算法
滑动窗口算法常用于数组或列表的子序列问题,如寻找最大/最小子序列和。
from collections import deque def max_sliding_window(nums, k): # 使用deque保存窗口中的最大值索引 window = deque() result = [] for i in range(len(nums)): # 如果deque不为空且当前元素大于deque尾部元素对应的值,则移除尾部元素 while window and nums[window[-1]] <= nums[i]: window.pop() # 添加当前元素的索引到deque window.append(i) # 当窗口大小达到k时,开始记录窗口内的最大值,并尝试移动窗口左边界 if i >= k - 1: result.append(nums[window[0]]) # window[0]是当前窗口内最大值的索引 # 如果deque头部的索引已经不在当前窗口内,则移除头部索引 if window[0] <= i - k: window.popleft() return result nums = [1, 3, -1, -3, 5, 3, 6, 7] k = 3 print(max_sliding_window(nums, k)) # 输出:[3, 3, 5, 5, 6, 7]
在这个例子中,deque
用于存储当前窗口内元素值的索引,通过维护一个递减的索引队列,我们可以快速找到窗口内的最大值。当窗口向右滑动时,我们更新队列并记录每个窗口的最大值。
在Python中,collections.deque
是一个非常实用的双向队列实现,它可以高效地在队列两端添加或移除元素。以下是一些使用 deque
的示例:
示例 4: 使用 deque 实现旋转数组
from collections import deque def rotate_array(nums, k): dq = deque(nums) dq.rotate(-k) # 逆时针旋转 k 位,如果是顺时针旋转则直接写 k return list(dq) nums = [1, 2, 3, 4, 5, 6, 7] k = 3 rotated_nums = rotate_array(nums, k) print(rotated_nums) # 输出: [5, 6, 7, 1, 2, 3, 4]
示例 5: 使用 deque 实现最大/最小栈
from collections import deque class MaxStack: def __init__(self): self.stack = deque() self.max_stack = deque() def push(self, x): self.stack.append(x) if not self.max_stack or x >= self.max_stack[-1]: self.max_stack.append(x) def pop(self): if self.stack: if self.stack[-1] == self.max_stack[-1]: self.max_stack.pop() return self.stack.pop() return None def top(self): return self.stack[-1] if self.stack else None def getMax(self): return self.max_stack[-1] if self.max_stack else None # 使用示例 max_stack = MaxStack() max_stack.push(5) max_stack.push(7) max_stack.push(1) max_stack.push(5) print(max_stack.getMax()) # 输出: 7 max_stack.pop() print(max_stack.top()) # 输出: 5 print(max_stack.getMax()) # 输出: 7
在这个例子中,MaxStack
类使用两个 deque
:一个用于存储栈的元素,另一个用于存储当前栈中的最大值。这样,我们可以在常数时间内获取栈顶的最大值
示例 6: 使用 deque 实现广度优先搜索(BFS)
在图的遍历中,deque
常用于实现广度优先搜索(BFS)。
from collections import deque def bfs(graph, root): visited = set() queue = deque([root]) while queue: vertex = queue.popleft() print(vertex, end=" ") for neighbour in graph[vertex]: if neighbour not in visited: visited.add(neighbour) queue.append(neighbour) # 图的邻接表表示 graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'], 'D': [], 'E': ['F'], 'F': [] } bfs(graph, 'A') # 输出: A B C D E F
在上面的例子中,我们使用 deque
作为队列来存储待访问的节点,实现了图的广度优先搜索。
这些示例展示了 deque
在不同场景下的应用,从基本的队列操作到更复杂的算法实现。deque
的灵活性和高效性使得它成为处理序列数据的强大工具。
总结
到此这篇关于python中的deque基本用法的文章就介绍到这了,更多相关python中deque用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
使用基于Python的Tornado框架的HTTP客户端的教程
这篇文章主要介绍了制作一个基于Python的Tornado框架的HTTP客户端的教程,Tornado的异步特性使其能够获得很好的性能,需要的朋友可以参考下2015-04-04详解使用python绘制混淆矩阵(confusion_matrix)
这篇文章主要介绍了详解使用python绘制混淆矩阵(confusion_matrix),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2019-07-07利用python+request通过接口实现人员通行记录上传功能
这篇文章主要介绍了利用python+request通过接口实现人员通行记录上传功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-01-01
最新评论