在python中，Deque随机访问O（n），而在C+中访问O（1）+；，为什么？

C++:

随机存取-常数O（1）

Python:

索引访问在两端是O（1），而在中间则减慢到O（n）。

---

如果我没有丢失任何东西，那么对于Python和C++中的其他事物来说，其他事情都是同样快的，至少是复杂的。在某些情况下，有什么能使python的deque更好？如果不是，为什么他们不转换到C++的什么？

< P>免责声明：这个答案主要来自杰夫的评论和已经在

上发表的答案。 <>你的问题在本质上是不同的，但是上面的标题本身就是一个答案：在Python中，模块集合。在访问中间的项目时，DeQE有一个线性的时间复杂性，因为它是使用链表实现的。 从pydoc：

为接近其端点的数据访问而优化的类似列表的序列

---

现在，如果您想知道为什么选择了这个实现，那么Jeff指出的帖子中已经给出了答案。

因为Deque是一种数据结构，应该以特定的方式使用，由第一个或最后一个元素访问， 但是python有时会对其数据结构做一些奇怪的事情，并向其添加更多的函数，或者使用组合数据结构

在本例中，python具有以下功能

remove(value)
#Remove the first occurrence of value. If not found, raises a ValueError.

这允许您访问数据结构中间的数据结构元素。它不是此数据结构的“核心”操作

导致“但在中间减慢”（n）。

---

因为在本例中，它的行为类似于数组（逐个检查值）

实现细节。在这两种情况下，@IgnacioVazquez Abrams这不是重言式吗？@Sneftel你所说的“重言式”到底是什么意思？一切都是实现细节吗？随机访问不是deques的核心关注点。相反，这是所选方法的一个副作用，该方法可以在两端快速推送/弹出。Python使用链表，C++ STL倾向于使用块的向量。因此，Python插入几乎可以保证时间不变：新列表节点的内存分配加上值初始化。不幸的是，对链表任意元素的访问是O（n）。块向量允许快速随机访问，但可能需要O（n）个时间来重新组织任何给定插入的映射向量（尽管n个插入需要O（n）个时间）。相关问题