在python中实现高效的固定大小FIFO

Question

我需要在python或numpy中高效地实现固定大小的FIFO。我可能有不同的FIFO，一些用于整数，一些用于字符串，等等。在这个FIFO中，我需要通过它的索引访问每个元素。在

对效率的关注是因为这些fifo将被用于一个预计将连续运行数天的程序的核心，并且大量的数据预计将通过它们。因此，算法不仅需要时间效率，而且还必须具有内存效率。在

现在在其他语言如C或Java中，我可以使用循环缓冲区和字符串指针（对于字符串fifo）有效地实现这一点。在python/numpy中，这是一种高效的方法，还是有更好的解决方案？在

具体来说，以下哪种解决方案最有效：

（1）设置maxlen值的出列：（垃圾回收对出列效率有什么影响？）在

import collections
l = collections.deque(maxlen=3)
l.append('apple'); l.append('banana'); l.append('carrot'); l.append('kiwi')
print(l, len(l), l[0], l[2])
> deque(['banana', 'carrot', 'kiwi'], maxlen=3) 3 banana kiwi

（2）列出子类解决方案（取自Python, forcing a list to a fixed size）：

^{pr2}$

（3）一个普通的纽比阵列。但是这限制了字符串的大小，那么如何为它指定最大字符串大小呢？在

a = np.array(['apples', 'foobar', 'cowboy'])
a[2] = 'bananadgege'
print(a)
> ['apples' 'foobar' 'banana']
# now add logic for manipulating circular buffer indices

（4）上面的一个对象版本，但是python numpy array of arbitrary length strings说使用对象会破坏numpy的好处

a = np.array(['apples', 'foobar', 'cowboy'], dtype=object)
a[2] = 'bananadgege'
print(a)
> ['apples' 'foobar' 'bananadgege']
# now add logic for manipulating circular buffer indices

（5）或者是否有比上述方法更有效的解决方案？在

顺便说一句，我的字符串的长度有一个最大上限，如果这有帮助的话。。在

Answer 1

我会用纽比。要指定最大字符串长度，请使用dtype，如下所示：

np.zeros(128, (str, 32)) # 128 strings of up to 32 characters