结论：用 collections.deque 做双端队列比 list 快得多，因其基于双向链表实现，append、pop、appendleft、popleft 均为 O(1)；而 list 在头部增删是 O(n)，且内存连续易触发 realloc。
直接说结论：用 collections.deque 做双端队列，比用 list 在头尾频繁增删快得多——因为它是基于双向链表实现的，append、pop、appendleft、popleft 全是 O(1)；而 list.insert(0, x) 或 list.pop(0) 是 O(n)。
为什么不能直接用 list 模拟双端队列？
看似 list 也能 append() 和 pop()，但一旦涉及左端操作，性能就崩了：
-
list.insert(0, x)需要把所有已有元素右移一位，数据越长越慢 -
list.pop(0)同理，要整体左移，平均移动 n/2 个对象 - 哪怕只做几百次头插，在大数据量（如日志流、滑动窗口）下延迟会明显抬升
- 更隐蔽的问题：
list的内存是连续的，频繁头插还容易触发多次 realloc
deque 的核心方法和参数陷阱
deque 初始化和常用操作都很直白，但几个参数和行为容易误用：
- 初始化时传
maxlen会启用自动截断：超过长度时，新元素从哪边进，就从另一边挤出旧元素（比如append()挤掉最左，appendleft()挤掉最右） -
deque([1,2,3], maxlen=2)→ 实际变成deque([2,3], maxlen=2)，不是报错 - 不指定
maxlen就是无界，但要注意它不会自动释放内存——即使你反复popleft()，内部缓冲区可能仍保留空间（这是为了复用，不是内存泄漏） -
deque不支持切片（d[1:3]报TypeError），要用itertools.islice(d, 1, 3)
典型场景下的正确写法示例
比如实现一个固定长度的滑动窗口均值，或 BFS 中的层级遍历：
立即学习“Python免费学习笔记（深入）”；
from collections import deque <h1>✅ 正确：用 popleft() + append() 维护窗口</h1><p>window = deque(maxlen=3) for x in [1, 2, 3, 4, 5]: window.append(x) print(list(window)) # [1], [1,2], [1,2,3], [2,3,4], [3,4,5]</p><h1>✅ BFS 层序遍历时，用 len(queue) 锁定当前层大小</h1><p>queue = deque([root]) while queue: level<em>size = len(queue) # 注意：len(deque) 是 O(1) for </em> in range(level_size): node = queue.popleft() if node.left: queue.append(node.left) if node.right: queue.append(node.right)
别写成 for node in queue: —— 迭代时修改 deque 会导致行为不可靠；也别用 queue[0] 取头再手动 pop(0)，那是自废武功。
真正要注意的其实是边界：当 maxlen 被设为 0 或负数时，deque 会接受但后续所有插入都静默失败（不报错，也不存数据）；还有多线程环境下，deque 的方法虽是原子的，但复合操作（如先 len(d) 再 d.popleft()）仍需加锁——这些细节文档里不显眼，但线上出问题时很难排查。
