迭代器与生成器-526互联

一、迭代器与生成器的概念
二、使用案例
- 2.1 迭代器
- 2.2 生成器
三、使用场景
- 3.1 使用生成器的场景
- 3.2 使用迭代器的场景

一、迭代器与生成器的概念

迭代器（Iterator）和生成器（Generator）在 Python 中都用于处理序列数据，但它们有一些重要的区别。以下是迭代器和生成器的主要区别：

迭代器（Iterator）

定义方式： 迭代器是一个实现了 __iter__() 和 __next__() 方法的对象。__iter__() 方法返回迭代器对象自身，而 __next__() 方法用于返回序列中的下一个元素。

状态： 迭代器维护了一个内部状态，用于记录序列中当前位置的元素。每次调用 __next__() 方法时，迭代器会返回下一个元素，并更新其内部状态。

使用方式： 可以通过内置函数 iter() 创建迭代器对象，然后使用 next() 函数逐个获取序列中的元素。

生成器（Generator）

定义方式： 生成器是通过函数中包含 yield 关键字定义的。当调用生成器函数时，它返回一个迭代器对象，每次执行 yield 语句时都会暂停函数的执行并返回一个值。

状态： 生成器函数执行时会保留局部变量的状态，使得在每次调用 next() 方法时都能够从上次的执行点继续执行。

单向： 生成器是单向的，只能按照定义的顺序前进，不支持回退。一旦生成器函数执行完毕，再次调用 next() 将引发 StopIteration 异常。

使用方式： 生成器可以使用函数的方式定义，通过 yield 返回值，而不是一次性生成整个序列。可以使用 for 循环或 next() 函数逐个获取生成器的值。

共同点

按需生成值： 迭代器和生成器都是按需生成值的，可以在需要时逐个获取元素，而不是一次性生成整个序列。

用于循环结构： 迭代器和生成器都可以被用于 for 循环结构，使得处理序列数据更加方便。

节省内存： 由于按需生成，迭代器和生成器在处理大型数据集时可以节省内存。

综合而言，迭代器和生成器都是处理序列数据的强大工具，选择使用哪个取决于具体的需求和代码结构。

二、使用案例

2.1 迭代器

迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>

迭代器对象可以使用常规 for 语句进行遍历：

#!/usr/bin/python3

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")

执行以上程序，输出结果如下：

1 2 3 4

也可以使用 next() 函数：

#!/usr/bin/python3

import sys         # 引入 sys 模块

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象

while True:
    try:
        print (next(it))
    except StopIteration:
        sys.exit()

执行以上程序，输出结果如下：

2.2 生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值。并在下一次执行 next() 方法时从当前位置继续运行。

以下实例使用 yield 实现斐波那契数列：

#!/usr/bin/python3

import sys

def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成

while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

执行以上程序，输出结果如下：