练习21：在Python中实现队列

1.使用简单的列表方法创建Python队列：

输出如下：

2.使用pop函数清空队列并检查其中的元素：

输出如下：

如果在执行上述代码时使用魔术命令%%time，我们将看到代码执行需要一段时间。一个拥有四核处理器和8GB内存的苹果笔记本MacBook，执行上述代码大约需要1.20秒。花费这些时间是因为pop（0）操作，即我们每次从列表左侧弹出一个值（当前的0索引），Python都必须通过向左移动一个空格来重新排列列表中的所有其他元素。事实上，它不是一个最优实现。

3.使用Python中collection包的deque数据结构实现相同的队列操作：

输出如下：

4.通过使用Python标准库实现队列的专业优化，用时在28毫秒内！这是对上一种方法的巨大改进。

队列是一种非常重要的数据结构。为了给出一个现实生活中的例子，我们想到了生产者-消费者系统设计。在进行数据整理时经常会遇到一个问题，即必须处理非常大的文件。此问题的处理方法之一是将文件的内容分成较小的部分，然后将它们推入队列，同时创建小的专用工作进程，该进程读取队列并一次处理一个较小的部分。这是一个非常强大的设计，你甚至可以有效地用它来设计大型多节点数据整理。

我们对数据结构的讨论即将结束，这里讨论的只是冰山一角。数据结构是一个引人入胜的主题，但还有许多我们没有接触到的其他数据结构，如果能够有效使用，将提供巨大的附加价值。我们强烈建议你进一步探索数据结构，尽可能多地学习链表、树、图、前缀树以及它们的所有变种。它们不仅提供了学习的乐趣，而且也是数据从业人员武器库中的秘密巨型武器，用于挑战每次遇到的复杂数据整理工作。