Python 的 deque 和 list 有什么区别?实现队列时为什么不建议反复 pop(0)?
下面是模拟面试对话,用来讲解本题,不是真实面经。
🧑💻 面试官:为什么队列常用 deque,不用 list.pop(0)?
🙋♂️ 我:列表头部删除需要移动后面的成员,deque 更适合两端操作。
🧑💻 面试官:那 deque 的任意下标读取也和 list 一样快吗?
🙋♂️ 我:中间访问不是它的优势。
🧑💻 面试官:设置 maxlen=3 后再 append 第四项,是等空位,还是直接丢一项?
两端进出、中间随机读取和队列满时的策略,是三件事。deque 擅长其中一部分,不能当作带背压的万能队列。
面试速答(60 秒版)
list 更适合按下标访问和尾部追加。反复 pop(0) 会让后续成员移动,队列越长,这类头部删除的成本越明显。
deque 支持两端高效 append、appendleft、pop 和 popleft,适合先进先出队列、滑动窗口等需求。但中间下标访问会变慢,不是列表的全面替代。
maxlen 创建有容量的 deque。满时继续从一端追加,会丢掉另一端的旧成员,适合只保留最近记录;它不会等待消费者腾位置。
如果需要线程或协程之间阻塞等待、完成计数和背压,应该选 queue.Queue 或 asyncio.Queue 等相应工具。deque 的单次两端操作保证,也不能替代多步业务读改写的同步设计。

知识点详解:两端操作的优势,与容量和同步合同
list 的首项取走,后面的引用要补位置
假设任务 A、B、C 排在一个列表里。pop(0) 拿走 A,B 和 C 需要移到前面的索引。队列长时,一次次这样操作就会重复移动很多引用。
尾部 pop 没有同样的整体移位需求,所以不能说“列表删除总是慢”。Q567 已讲过 CPython 列表的连续引用数组,本题把这个结构放到 FIFO 的访问方式里看。
如果任务只在两端进出,deque 更贴近需求。它不是把每个成员都存成普通链表节点那么简单,CPython 还有具体分块实现;这里不拿抽象链表故事替代真实结构。
两端进出,API 就对应工作方式
下面先作为队列取首项,再观察有容量的历史窗口。
Python
from collections import deque
queue = deque(["A", "B", "C"])
print(queue.popleft()) # A
queue.append("D")
print(list(queue)) # ['B', 'C', 'D']
recent = deque(["A", "B", "C"], maxlen=3)
recent.append("D")
print(list(recent)) # ['B', 'C', 'D']
recent.appendleft("X")
print(list(recent)) # ['X', 'B', 'C']
recent 从右加 D,就从左丢 A;再从左加 X,就从右丢 D。这是保留有限窗口的规则,不是等待、拒绝或保证不丢任务。
有容量 deque 的 insert 满时还会抛 IndexError,不能把任意插入都解释为同一自动淘汰行为。

中间随机访问,列表仍有优势
deque 在两端附近访问快,往中间访问则需要走过相应位置。大量按任意索引取数据时,列表通常更合适。
不要为了“deque 两端是 O(1)”就把所有容器都换掉。排序、切片、接口类型和访问模式也会影响选择;把 deque 转成 list 再每次取一个成员,可能又添了不必要复制。
TypeScript(逻辑读指针的队列对照)
const storage = ["A", "B", "C"];
let head = 0;
function take(): string | undefined {
if (head >= storage.length) return undefined;
const value = storage[head];
head += 1;
return value;
}
console.log(take());
storage.push("D");
console.log(storage.slice(head)); // ["B", "C", "D"]
JS 数组没有 Python deque 的同款两端合同。这份示例用读指针避免每次 shift,但已经消费的元素仍在数组里,正式实现需要清理引用和压缩策略。它不是生产级无限队列。
同步等待和完成确认,需要另外的队列
deque 的单次两端操作不能保证“先判断非空再取”这组业务步骤一直成立。多个执行者交错时,中间仍可能发生变化。
线程间需要阻塞等待,可以看 queue.Queue;协程间需要 await put/get 和完成计数,则是 asyncio.Queue。二者的容量满时等待,与 maxlen 的自动淘汰区别很大。
测试容器时应该覆盖满容量追加、两端删除和中间访问模式。测性能就固定数据规模和动作,不拿一条小数据的时间差去宣称所有场景都快。
依据:Python 3.11 collections.deque、queue.Queue、asyncio.Queue、CPython 3.11 deque 实现。

面试官继续追问
deque maxlen 满了会 await 吗?
不会。append 等两端追加按规则淘汰另一端旧值,和 asyncio.Queue 背压不同。
deque 每个索引读取都 O(1) 吗?
不应这样回答。靠近端点快,中间访问会慢,按具体操作说明。
同一个队列只有单次操作安全,就够了吗?
业务可能有检查后取出等组合操作,需要另行同步或使用已有阻塞队列合同。
面试速记卡
- FIFO 反复 list.pop(0) 会移动后续引用。
- deque 擅长两端追加与取出。
- 中间随机访问不是 deque 的强项。
- maxlen 满时两端追加会淘汰,不会背压等待。
- 阻塞等待和任务确认应选相应 Queue。
公司面试真题
这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。
浏览公司面试真题 →