本文用于介绍python中内置的堆、栈和队列结构方法，并且计较这些方法的差异与使用场景。

heapq 堆队列

heapq 是一个内置堆结构，一种特殊形式的完全二叉树，其中父节点的值总是大于子节点，根据其性质，python可以用一个满足 heap[k] <= heap[2 * k + 1] <= heap[2 * k + 2] 的列表来实现。heapq是最小堆，如果要实现最大堆，可以使用一些小诀窍，例如在heappush的时候，填进去的是 数据 * -1，然后heappop的时候，将弹出的元素乘以-1即可

import heapq

heap = []
heapq.heappush(heap, 3)
heapq.heappush(heap, 2)
heapq.heappush(heap, 1)
print(heap)  # 输出为 [1, 3, 2]

# 要想有序输出 堆的元素
heapq.heappop(heap) # 输出1
heapq.heappop(heap) # 输出2
heapq.heappop(heap) # 输出3

# 要想输出前n个最大值，前n个最小值，可以使用
heapq.nlargest(n, heap)
heapq.nsmallest(n, heap)

deque 双端队列

from collections import deque 可以实现栈也可以实现队列的功能，因为双端队列可以在队列的头部和尾部进行编辑，所以我们如果想要在python中实现栈的功能的话，最好的选择是deque，当然我们也可以使用普通的数组结构。

普通的队列操作，就是在队尾插入元素，然后队头弹出元素：

dq = queue()
dq.append(3)  # deque([3])
dq.append(4)  # deque([3, 4])
dq.popleft() # 弹出 3，并且dq为 deque([4])

如果设置为一个栈的话，FILO，那么就是如下的代码

dq = queue()
dq.append(3)  # deque([3])
dq.append(4)  # deque([3, 4])
dq.pop() # 弹出 4，并且dq为 deque([3])

queue

queue队列是一个线程安全的包，这个包里面有很多的结构，比如栈 LifoQueue ，如果要在并发环境下使用的话，最好使用这个结构，因为如果栈为空的情况下，去弹出栈顶元素的话，会出现阻塞现象，知道栈不为空为止

LifoQueue

LifoQueue 是一个栈结构，有入栈和出战操作，方法分别是 put() 和 get()，并且 get() 在 LifoQueue() 为空时会阻塞

from queue import LifoQueue

s = LifoQueue()
s.put(3)
s.put(4)
print(s.get()) # 打印4
print(s.get()) # 打印3
print(s.get()) # 一直等待直到s中存在元素，然后就打印退出

Queue

Queue 是一个队列，有入队和出队操作，方法分别是 put() 和 get()，并且 get() 在 Queue 为空时会阻塞，另外也可以设置队列的长度，如果没有设置队列的长度，或者设置队列的长度为小于等于0的数，那么表示队列的长度为无限，可以通过 .maxsize 属性来获取队列的最大长度

from queue import Queue

q = Queue()
q.put(3)
q.put(4)
print(q.get()) # 打印3
print(q.get()) # 打印4
print(q.get()) # 一直等待直到q中存在元素，然后就打印退出
print(q.get_nowait()) # 如果队列q为空，那么不会等待，而是输出 Empty 的异常

PriorityQueue

PriorityQueue 是一个优先队列，队列的元素是排好序了的，所以针对一个排序的序列可以使用优先队列，它能高效获取最大或最小的元素。
在调度问题的场景中，经常用到优先级队列，它主要有获取最大值或最小值的操作和入队操作
优先队列，是内部封装了 heapq，不同的是优先队列是线程安全的，在并发环境下应该选择使用 PriorityQueue

from queue import PriorityQueue

pq = PriorityQueue()
pq.put((2, 'name'))
pq.put((1, 'age'))
pq.put((3, 'job'))
while not pq.empty():
    print(pq.get())

"""
输出内容如下
(1, "age")
(2, "name")
(3, "job")
"""

multiprocessing.Queue

多进程版本的队列 multiprocessing.Quque，如果要在多进程环境下使用队列，那么应该选择 multiprocessing.Queue
同样的，它的入队出队操作分别是 put() 和 get()。

汇总如下