网站的落地页万网网站建设步骤
🔥拾Ծ光：个人主页
👏👏👏欢迎来到我的专栏：《C++》，《C++类和对象》，《数据结构》，《C语言》
想必大家都很好奇：为什么STL中实现了vector容器和list容器后，还要实现一个deque容器呢？接下来我们就来看看这个容器到底有什么神奇的地方，在此之前，我们先讨论一下vector和list的不同之处：
目录
一、vector容器和list容器对比
1、内存结构对比⭐️
2、对于插入数据时的时间复杂度对比分析：
3、对于删除数据时的时间复杂度对比分析：
4、迭代器特性对比⭐️
5、总结：
二、双端队列——deque（了解）
1、什么是deque?
2、deque的特殊结构
3、常用接口说明
4、deque的缺陷
三、总结
一、vector容器和list容器对比
对于这两个容器的区别也是面试中的高频考点（⭐️⭐️⭐️）
两者的本质区别源于底层实现（核心数据结构与内存布局），这直接决定了它们的性能特性：
1、内存结构对比⭐️
| 容器 | 底层数据结构⭐️ | 内存布局⭐️ | 核心特点⭐️ |
|---|---|---|---|
vector | 动态数组（连续内存空间） | 元素存储在连续的内存块中，当空间不足时会自动扩容（通常扩容为原大小的 1.5~2 倍，拷贝旧元素到新空间） | （1）支持随机访问； （2）内存局部性好（缓存利用率高）； （3）扩容可能产生内存浪费和拷贝开销 |
list | 双向链表（非连续内存节点） | 每个元素存储在独立的节点中，节点包含「数据域」和两个「指针域」（分别指向前驱和后继节点），节点在内存中分散存储 | （1）不支持随机访问； （2）内存局部性差； （3）插入 / 删除操作无需移动元素，仅需修改指针 |
2、对于插入数据时的时间复杂度对比分析：
| 插入位置 | vector 时间复杂度 | list 时间复杂度 | 核心原因 |
|---|---|---|---|
| 尾部（push_back） | O (1) （ amortized，均摊） | O(1) |
|
| 头部（push_front） | O(n) | O(1) |
|
| 中间（指定迭代器位置） | O(n) | O(1) |
3、对于删除数据时的时间复杂度对比分析：
| 删除位置 | vector 时间复杂度 | list 时间复杂度 | 核心原因 |
|---|---|---|---|
| 尾部（pop_back） | O(1) | O(1) |
|
| 头部（pop_front） | O(n) | O(1) |
|
| 中间（指定迭代器位置） | O(n) | O(1) |
|
4、迭代器特性对比⭐️
| 特性 | vector 迭代器 | list 迭代器 |
|---|---|---|
| 迭代器类型 | 随机访问迭代器（RandomAccessIterator） | 双向迭代器（BidirectionalIterator） |
| 支持的操作 | 支持++、--、 +、-、+=、-=、[] 等算术操作（如 it + 5 直接跳 5 个元素） | 仅支持 ++、-- 操作（只能逐个移动） |
| 迭代器失效⭐️ | - 扩容时，所有迭代器、指针、引用均失效； - 插入 / 删除中间元素时，插入 / 删除位置后的迭代器失效 | - 仅「被删除节点的迭代器」失效； - 插入元素时，所有迭代器均有效 |
5、总结：
优先选择 vector 的场景：
1、需要频繁随机访问元素（如通过下标读取、排序、二分查找 ——vector 支持 std::sort，list 需用自身的 sort() 成员函数）；
2、插入 / 删除操作主要在尾部（如实现栈、动态数组）；
3、对内存局部性要求高（如高频访问元素，依赖缓存加速）；
4、存储小数据类型，希望控制内存开销。
优先选择 list 的场景：
1、需要频繁在头部或中间插入 / 删除元素（如实现双向队列、频繁调整顺序的列表）；
2、不依赖随机访问，仅需顺序遍历；
3、对迭代器稳定性要求高（如遍历中频繁插入 / 删除，避免迭代器失效）；
4、存储大数据类型（指针开销占比低，插入 / 删除无需移动大元素）。
二、双端队列——deque（了解）
1、什么是deque?
通过上面的对比，我们知道，vector有随机访问，缓存利用率高等特点，但插入删除操作时间复杂度为O(N)；而对于list恰好相反，不支持随机访问，缓存利用率低，但插入删除操作时间复杂度仅为O(1)。不难发现，这两个容器的优劣势几乎是相对的，那么有没有一个容器能够将这两个容器的优劣势互补一下呢！
deque（Double-Ended Queue，双端队列）是 C++ STL（标准模板库）中一种双向动态数组容器，核心特点是支持在首尾两端高效插入和删除元素，同时兼顾对中间元素的随机访问能力（但效率低于 vector）。
deque的特殊结构就刚好结合了 vector（随机访问）和 list（首尾操作高效）的部分优势，是一种平衡了多种需求的容器。
2、deque的特殊结构
deque(双端队列)：是一种双开口的"连续"空间的数据结构，双开口的含义是：可以在头尾两端 进行插入和删除操作，且时间复杂度为O(1)，与vector比较，头插效率高，不需要搬移元素；与 list比较，空间利用率比较高。
deque并不是真正连续的空间，而是由一段段连续的小空间拼接而成的，实际deque类似于一个 动态的二维数组，其底层结构如下图所示：
deque底层有一个中控器（map数组）存储每个buffer小数组的地址，同时，还有4个迭代器来维护buffer数组，其中，node指向buffer数组，first指向buffer数组的起始位置，cur指向buffer数组的最后一个有效数据的下一个位置，last指向buffer数组末尾的下一个位置。
那deque是如何借助其迭代器维护其假想连续的结构呢？
比如要在中控数组map中node指针指向的buffer1插入数据，就要先判断cur迭代器是否与last迭代器指向位置相同，防止越界，若未越界，则在cur迭代器指向的位置插入，然后cur++；反之，则在node迭代器后面的一个迭代器指向的buffer数组插入，若中控数组已经满了，就先扩容，然后插入。
3、常用接口说明
与vector比较，deque的优势是：头部插入和删除时，不需要搬移元素，效率特别高，而且在扩 容时，也不需要搬移大量的元素，因此其效率是必vector高的。 与list比较，deque底层是连续空间，空间利用率比较高，不需要存储额外字段。
而我们知道，栈（stack）——先进后出，其最常用的操作就是尾删，尾插，获取栈顶数据等；队列（queue）——先进先出，其最常用的操作就是头删，尾插，获取队头或队尾数据。对于这些操作，deque容器由于结合了vector和lis的部分优势，而恰好能够满足，所以deque容器作为stack和queue这种容器适配器（这个我会专门为大家介绍）的底层数据结构就非常完美。
所以，下面我们介绍deque的头/尾插，头/尾删等操作，其他操作由于deque的缺陷而消耗很大，我们并不推荐使用，所以也并不作介绍，有兴趣可以自己查看文档。
| 接口函数 | 功能 |
push_front (const value_type& val) | 头插val |
push_back (const value_type& val) | 尾插val |
pop_front() | 头删 |
pop_back() | 尾删 |
size() | 获取有效数据个数 |
front() | 返回第一个数据 |
back() | 返回最后一个数据 |
empty() | 判空 |
deque<int> dq; // 实例化对象dq
// 尾插
dq.push_back(1);
dq.push_back(2);
// 头插
dq.push_front(10);
// 获取队头数据
int top = dq.front();
// 获取队尾数据
int end = dq.back();
// 头删
dq.pop_front();
// 尾删
dq.pop_back();
// 获取有效数字个数
size_t n = dq.size();下面我提供一段测试代码，我们看对比一下对于vector和deque容器实例化的数组，用sort函数排序，那个更快呢？
#include<ctime> // time函数头文件
#include<cstdlib> // rand函数头文件
#include<algorithm> // sort头文件
void test1() {srand(time(0));int N = 100000;vector<int> v; deque<int> de;for (int i = 0; i < N; i++) {auto e = rand() + i;v.push_back(e);de.push_back(e);}int begin1 = clock();sort(v.begin(), v.end()); // 排序v对象的数据int end1 = clock(); int begin2 = clock();sort(de.begin(), de.end()); // 排序de对象的数据int end2 = clock();cout << "vector sort" << end1 - begin1 << endl;cout << "deque sort" << end2 - begin2 << endl;
}输出结果
可以看到，vector数组的速度几乎是deque的5倍。
4、deque的缺陷
deque有一个致命缺陷：不适合遍历，因为在遍历时，deque的迭代器要频繁的去检测其 是否移动到某段小空间的边界，导致效率低下，而序列式场景中，可能需要经常遍历，因此在实 际中，需要线性结构时，大多数情况下优先考虑vector和list，deque的应用并不多，而目前能看到的一个应用就是，STL用其作为stack和queue的底层数据结构。
同时，在中间位置插入或删除数据时，如果原来的数据较多，就需要移动数据，但是由于deque的特殊结构，移动数据更加复杂，消耗也很大。
三、总结
deque容器并不是完美的，但是，deque在作为容器适配器stack和queue的底层默认的结构时却非常恰当，因为结合了vector和list的部分优势恰好满足栈和队列。所以，deque一般仅用于作为stack和queue的底层数据结构。