因为list在头部增删是O(n)，而deque两端操作均为O(1)，更适合滑动窗口；初始化用deque(maxlen=k)，入队先append()后检查长度，单调队列需存下标并维护递减性。
为什么不用 list 而要用 deque 做滑动窗口
因为 list 在头部插入或删除（pop(0) / insert(0, x)）是 O(n) 操作，窗口每滑动一次就触发一次内存搬移；而 deque 的两端增删都是 O(1)，尤其适合频繁从左端弹出、右端追加的滑动场景。如果你用 list 实现窗口长度 1e5 级别的实时流处理，性能会断崖式下跌。
deque 初始化和基础滑动逻辑怎么写
核心就是维护一个固定最大长度的双端队列，每次新元素进来，先从右端进，再检查长度是否超限——超了就从左端弹出。注意：不是“先删后加”，而是“先加后删”，否则可能误删本该保留的元素。
常见错误现象：deque 长度忽大忽小、窗口实际长度不等于预期值。
- 用
maxlen参数初始化最稳妥：from collections import deque; window = deque(maxlen=5) - 手动控制长度时，务必在
append()后立即检查：if len(window) > k: window.popleft() - 不要混用
append()和appendleft()—— 方向混乱会导致窗口顺序错乱
如何用 deque 实现单调队列优化最大值/最小值查询
单纯存数据不够快；如果还要在 O(1) 时间内拿到当前窗口最大值（比如求每个窗口的最大值数组），就得让 deque 维护单调性。典型做法是让队列从左到右递减（存索引而非值），这样队首永远是当前窗口最大值的下标。
立即学习“Python免费学习笔记（深入）”；
关键点在于入队前清理：
- 从队尾开始，弹出所有
nums[deque[-1]] <= nums[i]的索引（保证严格递减可选<） - 把
i加入队尾 - 检查队首索引是否已滑出窗口：
if deque[0] <= i - k: deque.popleft() - 此时
nums[deque[0]]就是窗口最大值
容易踩的坑：deque 存的是下标，不是值；比较时必须用 nums[...] 取值；边界判断顺序不能颠倒（先清过期，再取最大值）。
Python 3.12+ 中 deque 的性能注意事项
新版 CPython 对 deque 做了内存布局优化，但某些操作仍隐含开销：
-
len(deque)是 O(1)，放心用；但deque[i]是 O(n) —— 别当 list 用随机访问 - 避免反复调用
deque.copy()，它会深拷贝整个块链表，大数据量时很慢 - 如果只读场景多、写少，且窗口长度固定，考虑用循环数组（
array.array+ 指针）替代，内存更紧凑
真正卡性能的地方往往不在 deque 本身，而在你往里面塞的对象类型：存 int 没问题，但塞带 __eq__ 或大字典的自定义对象，每次比较或哈希都可能拖慢滑动节奏。
