如何使用deque增删数据?

如何使用deque增删数据?今天番茄加速就来讲一下。

基本用法 deque 双端队列，基于list优化了列表两端的增删数据操作。基本用法：

from collections import deque

In [3]: d = deque([3,2,4,0])

In [4]: d.popleft() # 左侧移除元素，O(1)时间复杂度

Out[4]: 3

In [5]: d.appendleft(3) # 左侧添加元素，O(1)时间复杂度

In [6]: d

Out[6]: deque([3, 2, 4, 0])

使用场景

list左侧添加删除元素的时间复杂度都为O(n)，所以在Python模拟队列时切忌使用list，相反使用deque双端队列非常适合频繁在列表两端操作的场景。但是，加强版的deque牺牲了空间复杂度，所以嵌套deque就要仔细trade-off:

In [9]: sys.getsizeof(deque())

Out[9]: 640

In [10]: sys.getsizeof(list())

Out[10]: 72

实现原理

cpython实现deque使用默认长度64的数组，每次从左侧移除1个元素，leftindex加1，如果超过64释放原来的内存块，再重新申请64长度的数组，并使用双端链表block管理内存块。

Counter

基本用法

Counter一种继承于dict用于统计元素个数的数据结构，也称为bag 或 multiset. 基本用法：

from collections import Counter

In [14]: c = Counter([1,3,2,3,4,2,2]) # 统计每个元素的出现次数

In [17]: c

Out[17]: Counter({1: 1, 3: 2, 2: 3, 4: 1})

# 除此之外，还可以统计最常见的项

# 如统计第1最常见的项，返回元素及其次数的元组

In [16]: c.most_common(1)

Out[16]: [(2, 3)]

使用场景

基本的dict能解决的问题就不要用Counter，但如遇到统计元素出现频次的场景，就不要自己去用dict实现了，果断选用Counter.

需要注意，Counter统计的元素要求可哈希(hashable)，换句话说如果统计list的出现次数就不可行，不过list转化为tuple不就可哈希了吗.

实现原理 Counter实现基于dict，它将元素存储于keys上，出现次数为values.