创建双向队列
import collections d = collections.deque()
append(往右边添加一个元素)
import collections d = collections.deque() d.append(1) d.append(2) print(d) #输出：deque([1, 2])
appendleft（往左边添加一个元素）
import collections d = collections.deque() d.append(1) d.appendleft(2) print(d) #输出：deque([2, 1])
clear(清空队列)
import collections d = collections.deque() d.append(1) d.clear() print(d) #输出：deque([])
copy(浅拷贝)
import collections d = collections.deque() d.append(1) new_d = d.copy() print(new_d) #输出：deque([1])
count(返回指定元素的出现次数)
import collections d = collections.deque() d.append(1) d.append(1) print(d.count(1)) #输出：2
extend(从队列右边扩展一个列表的元素)
import collections d = collections.deque() d.append(1) d.extend([3,4,5]) print(d) #输出：deque([1, 3, 4, 5])
extendleft(从队列左边扩展一个列表的元素)
import collections d = collections.deque() d.append(1) d.extendleft([3,4,5]) print(d) # # #输出：deque([5, 4, 3, 1])
index（查找某个元素的索引位置）
import collections
d = collections.deque()
d.extend(['a','b','c','d','e'])
print(d)
print(d.index('e'))
print(d.index('c',0,3)) #指定查找区间
#输出：deque(['a', 'b', 'c', 'd', 'e'])
# 4
# 2
insert（在指定位置插入元素）
import collections d = collections.deque() d.extend(['a','b','c','d','e']) d.insert(2,'z') print(d) #输出：deque(['a', 'b', 'z', 'c', 'd', 'e'])
pop（获取最右边一个元素，并在队列中删除）
import collections d = collections.deque() d.extend(['a','b','c','d','e']) x = d.pop() print(x,d) #输出：e deque(['a', 'b', 'c', 'd'])
popleft（获取最左边一个元素，并在队列中删除）
import collections d = collections.deque() d.extend(['a','b','c','d','e']) x = d.popleft() print(x,d) #输出：a deque(['b', 'c', 'd', 'e'])
remove（删除指定元素）
import collections
d = collections.deque()
d.extend(['a','b','c','d','e'])
d.remove('c')
print(d)
#输出：deque(['a', 'b', 'd', 'e'])
reverse（队列反转）
import collections d = collections.deque() d.extend(['a','b','c','d','e']) d.reverse() print(d) #输出：deque(['e', 'd', 'c', 'b', 'a'])
rotate（把右边元素放到左边）
import collections d = collections.deque() d.extend(['a','b','c','d','e']) d.rotate(2) #指定次数，默认1次 print(d) #输出：deque(['d', 'e', 'a', 'b', 'c'])
queue模块介绍
模块实现了3种类型的队列，区别在于队列中条目检索的顺序不同。在FIFO队列中，按照先进先出的顺序检索条目。在LIFO队列中，最后添加的条目最先检索到（操作类似一个栈）。在优先级队列中，条目被保存为有序的（使用heapq模块）并且最小值的条目被最先检索。
queue模块定义了下面的类和异常：
class queue.Queue(maxsize=0)
FIFO队列的构造器。maxsize为一个整数，表示队列的最大条目数。一旦队列满，插入将被阻塞直到队列中存在空闲空间。如果maxsize小于等于0，队列大小为无限。maxsize默认为0
import queue
import time
q = queue.Queue()
#FIFO队列先进先出
q.put(2)
q.put(1)
q.put(3)
while not q.empty():
next_item = q.get()
print(next_item)
time.sleep(1)
执行结果：
2
1
3
class queue.LifoQueue(maxsize=0)
LIFO队列的构造器。maxsize是一个整数，表示队列的最大条目数。一旦队列满，插入将被阻塞直到队列中存在空闲空间。如果maxsize小于等于0，队列大小为无限。maxsize默认为0
import queue
import time
q = queue.LifoQueue()
#LIFO队列后进先出
q.put(2)
q.put(1)
q.put(3)
while not q.empty():
next_item = q.get()
print(next_item)
time.sleep(1)
执行结果：
3
1
2
class queue.PriorityQueue(maxsize=0)
优先队列，有别于普通队列的先入先出（虽然字面上还是队列，但其实无论从含义还是实现上，和普通队列都有很大的区别），也有别于栈的先入后出。在实现上，它一般通过堆这一数据结构，而堆其实是一种完全二叉树，它会对进入容器的元素进行排序（根据事先指定的规则），出队的顺序则会是二叉树的根结点代表的元素。
from queue import PriorityQueue
import time
q = PriorityQueue()
q.put((2, 'code'))
q.put((1, 'eat'))
q.put((3, 'sleep'))
while not q.empty():
next_item = q.get()
print(next_item)
time.sleep(3)
执行结果：
(1, 'eat')
(2, 'code')
(3, 'sleep')
exception queue.Empty
当Queue为空时，非阻塞的get()或者get_nowait()被调用时，将抛出该异常。
exception queue.Full
当队列满时，非阻塞的put()或者put_nowait()被调用，将抛出该异常。
Queue对象（Queue、LifoQueue或者PriorityQueue）提供了以下方法：
Queue.qsize()
返回队列的近似大小。注意，qsize() > 0并不能保证接下来的get()方法不被阻塞；同样，qsize() < maxsize也不能保证put()将不被阻塞。import queue
import time
q = queue.Queue()
q.put(2)
q.put(1)
q.put(3)
q.put('python')
print('queue long:%s'%q.qsize())
执行结果：
queue long:4
Queue.empty()
如果队列是空的，则返回True，否则False。如果empty()返回True，并不能保证接下来的put()调用将不被阻塞。类似的，empty()返回False也不能保证接下来的get()调用将不被阻塞。
import queue
q = queue.Queue()
que = queue.Queue()
q.put(2)
q.put(1)
q.put(3)
q.put('python')
print('q is empty? :%s'%q.empty())
print('que is empty? :%s'%que.empty())
执行结果：
q is empty? :False #队列不为空则返回False
que is empty? :True #队列未空则返回True
Queue.full()
如果队列满则返回True，否则返回False。如果full()返回True，并不能保证接下来的get()调用将不被阻塞。类似的，full()返回False也不能保证接下来的put()调用将不被阻塞。
import queue
q = queue.Queue(maxsize=4)
que = queue.Queue()
q.put(2)
q.put(1)
q.put(3)
q.put('python')
print('q is full? :%s'%q.full())
print('que is full? :%s'%que.full())
执行结果：
q is full? :True
que is full? :False
Queue.put(item, block=True, timeout=None)
放item到队列中。如果block是True，且timeout是None，该方法将一直等待直到有队列有空余空间(默认block=True,timeout=None)。如果timeout是一个正整数，该方法则最多阻塞timeout秒并抛出Full异常。如果block是False并且队列满，则直接抛出Full异常（这时timeout将被忽略）。
block为True
import queue
import time
q = queue.Queue(maxsize=2)
#将q队列填满
q.put('python')
q.put('linux')
print(time.ctime()) #打印当前时间
try: #捕获queue.Full异常
#q.put('shell', timeout=3) #默认block=True
#q.put('shell', True, timeout=3) #可以省略block=；直接写True；timeout=可以省略直接写3
q.put('shell', block=True, timeout=3) #q队列已满，再次将数据放入q中，将阻塞3s后抛出异常queue.Full
except queue.Full:
print('queue is full!')
print(time.ctime()) #打印当前时间，可看出q队列阻塞时长
执行结果：
Fri Nov 3 15:06:43 2017
queue is full!
Fri Nov 3 15:06:46 2017
block为False
import queue
import time
q = queue.Queue(maxsize=2)
#将q队列填满
q.put('python')
q.put('linux')
print(time.ctime()) #打印当前时间
try: #捕获queue.Full异常
q.put('shell', False, timeout=3) #block为False时，timeout失效会立即抛出queue.Full异常；故timeout选项可以省略不写
except queue.Full:
print('queue is full!')
print(time.ctime()) #打印当前时间，可看出q队列阻塞时长
执行结果：
Queue.put_nowait(item)
等价于put(item, False)。
Queue.get(block=True, timeout=None)
从队列中移除被返回一个条目。如果block是True并且timeout是None(默认block=True，timeout=None)，该方法将阻塞直到队列中有条目可用。如果timeout是正整数，该方法将最多阻塞timeout秒并抛出Empty异常。如果block是False并且队列为空，则直接抛出Empty异常（这时timeout将被忽略）。
block为True
import queue
import time
q = queue.Queue(maxsize=2)
#当前q队列填为空
print(time.ctime()) #打印当前时间
try: #捕获queue.Empty异常
q.get(True, 5) #Queue.get()获取数据阻塞5s
except queue.Empty:
print('queue is empty!')
print(time.ctime()) #打印当前时间，可看出q队列阻塞时长
执行结果：
block为False
import queue
import time
q = queue.Queue(maxsize=2)
#当前q队列填为空
print(time.ctime()) #打印当前时间
try: #捕获queue.Empty异常
#q.get(False, 5) #Queue.get()获取数据阻塞5s,block=/timeout=可以省略；block=False时timeout可以省略
q.get(False)
except queue.Empty:
print('queue is empty!')
print(time.ctime()) #打印当前时间，可看出q队列阻塞时长
执行结果：
Fri Nov 3 15:38:23 2017
queue is empty!
Fri Nov 3 15:38:23 2017
Queue.get_nowait()
等价于get(False)。
Queue.task_done()
表示一个先前的队列中的任务完成了。被队列消费者线程使用。对于每个get()获取到的任务，接下来的task_done()的调用告诉队列该任务的处理已经完成。
如果join()调用正在阻塞，当队列中所有的条目被处理后它将恢复执行（意味着task_done()调用将被放入队列中的每个条目接收到）。
如果调用次数超过了队列中放置的条目数目，将抛出ValueError异常。
Queue.join()
阻塞直到队列中所有条目都被获取并处理。
当一个条目被增加到队列时，未完成任务的计数将增加。当一个消费者线程调用task_done()时，未完成任务的计数将减少。当未完成任务的计数减少到0时，join()解锁。
当一个条目被增加到队列时，未完成任务的计数将增加。当一个消费者线程调用task_done()时，未完成任务的计数将减少。当未完成任务的计数减少到0时，join()解锁。
#!/usr/bin/env python3
import queue
import time
import subprocess
import threading
q = queue.Queue()
hosts = ['192.168.1.68', '192.168.1.118', '192.168.1.101', '192.168.1.250', '192.168.1.133']
def run():
while True: #防止线程少于len(hosts)时卡死，不用while循环线程数少时就会导致队列数据无法全部取完，就会造成queue.join()一直阻塞状态
host = q.get()
if host == '192.168.1.118': #如果ip等于192.168.1.118就休眠10S，用于判读queue.join()是否阻塞直到queue.task_doen()通知后接触阻塞
time.sleep(10)
print('host ip is:%s'% host)
q.task_done() #当前线程任务完成
def main():
for i in range(10):
t = threading.Thread(target=run)
t.setDaemon(True)
t.start()
for item in hosts:
q.put(item)
q.join() #阻塞直至所有线程queue.task_done()返回
start = time.time()
main()
print("Elapsed Time: %s" % (time.time() - start))
执行结果：
host ip is:192.168.88.68
host ip is:192.168.68.101
host ip is:192.168.66.250
host ip is:192.168.88.133
host ip is:192.168.88.118
Elapsed Time: 10.013836145401001 #由于192.168.1.118大约阻塞了10S