Python deque.popleft（）和list.pop（0）。有性能差异吗？

deque.popleft（）

和

list.pop（0）

似乎返回相同的结果。它们之间是否存在性能差异？原因是什么？

是的，如果您有一个很长的列表或deque，这是相当可观的。列表中的所有元素都是连续放置在内存中的，因此如果删除任何元素，所有后续元素都必须向左移动一个位置-因此，在列表开头删除或插入元素所需的时间与列表的长度成正比。另一方面，deque专门构造为允许在任意一端快速插入或移除（通常通过允许deque开头的“空”内存位置，或环绕，以便deque占用的内存段末尾可以包含实际被认为在deque开头的元素）

比较这两个代码段的性能：

d = deque([0] * 1000000)
while d:
    d.popleft()
    if len(d) % 100 == 0:
        print(len(d))

lst = [0] * 1000000
while lst:
    lst.pop(0)
    if len(lst) % 100 == 0:
        print(len(lst))

有性能差异吗

对

deque.popleft（）

是

O（1）

——一种恒定时间操作。而

list.pop（0）

是

O（n）

——线性时间运算：列表越大，所需时间越长

为什么?

CPython列表实现是基于阵列的

pop（0）

从列表中删除第一项，它需要向左移动

len（lst）-1

项以填补空白

deque（）

实现使用双链接列表。无论deque有多大，

deque.popleft（）

都需要一个常量（限制在上面）的操作数。

deque.popleft（）比list.pop（0）快，因为deque经过优化，大约在O（1）中执行popleft（），而list.pop（0）需要O（n）（请参阅）

deque的_collectionmodule.c和list的listobject.c中的注释和代码提供了解释性能差异的实现细节。也就是说，一个deque对象“由一个双链表组成”，它有效地优化了两端的追加和弹出，而列表对象甚至不是单链表，而是C数组（指向元素的指针）（参见和），这使得它们有利于元素的快速随机访问，但需要O（n）移除第一个图元后重新定位所有图元的时间

对于Python 2.7和3.5，这些源代码文件的URL为：

使用%timeit，当deque和list具有相同的52个元素时，deque.popleft（）和list.pop（0）之间的性能差异约为4倍，当它们的长度为10**8时，性能差异将增长到1000倍以上。测试结果如下所示

import string
from collections import deque

%timeit d = deque(string.letters); d.popleft()
1000000 loops, best of 3: 1.46 µs per loop

%timeit d = deque(string.letters)
1000000 loops, best of 3: 1.4 µs per loop

%timeit l = list(string.letters); l.pop(0)
1000000 loops, best of 3: 1.47 µs per loop

%timeit l = list(string.letters);
1000000 loops, best of 3: 1.22 µs per loop

d = deque(range(100000000))

%timeit d.popleft()
10000000 loops, best of 3: 90.5 ns per loop

l = range(100000000)

%timeit l.pop(0)
10 loops, best of 3: 93.4 ms per loop

---

谢谢。所以对于列表，子任务元素必须移位。顺便说一句，对于

deque.appendleft（）

vs

list.insert（0）

Bin:Yes.@AndreaCorbellini:是的。@Bin:我只提到了CPython，因为我在中找不到合适的引用（如果Python引用没有指定Python列表的时间复杂度，这看起来像是一个bug）。尽管在实践中，所有Python实现（据我所知）都尊重预期的时间复杂度。关于pop（0）和insert（0，v）列表的时间复杂度的评论。@TrisNefzger:deque docs express“常识”但是在传递中指定列表行为似乎没有语言引用那么具有约束力。你完全正确。应该有一个官方的、有约束力的文档，介绍类似Python集合的数据结构的性能特征，类似于for Scala。