1. 生成器
列表生成器有一个弱点就是生成的列表要占存储空间的,如果有10000个数的甚至更多,空间消耗很大。
生成器:generator是python中一种可以一边循环一边计算的对象。它保存的是计算出下个元素的方法。
生成器有两种产生的方法:基于列表生成式和基于函数
1.1 通过列表生成式生成generator
这种方法非常简单。将列表生成式中的[]换成()就可以了。例如
L=[n*n for n in range(5)]
L=[0,1,4,,9,16]
然而:
g=(n*n for n in range(5))
g就是一个generator,生成器无法像列表一样直接看到结果,要看到生成器中的内容有两种方式:
(a) next(g)
不断调用next(g),每调用一次就能看到下一个结果,知道最后出现StopIteration错误表示已经没有数据了;
(b) 使用for循环,这是最常使用的方式。
for n in g:
print(n)
结果为:
0
1
4
9
16
1.2 通过函数生成generator
如果有的算法是比较复杂的,用列表生成器自然就不适用了,所以关门上函数!
- 这种方法只需要将函数的print(n)语句换成yield n语句就可以了。
例如,生成斐波拉切数列:1,1,2,3,5,8,13,21,34……
def fib(index):
n,a,b=1,0,1
while n<=index:
print(b)
a,b=b,a+b
n+=1
上面就是Fibonacci数列的函数实现,将print(b)语句换为 yield b语句。就可以得到一个generator。
同样,可以使用next()和for循环来访问其内容。
有一点,函数generator的执行过程与函数略有不同。函数是遇到return则函数结束,而函数generator使用next()来调用的时候遇到yield会暂停,再次用next调用会从上次暂停的地方继续。
-
2. 迭代器
介绍几个与迭代相关的概念:
迭代(Iteration):
迭代就是for循环,循环的过程就是迭代的过程。递归是返回值中包含函数自身。分清两者的区别。
可迭代对象(Iterable):
在for循环语句中,可以加在in后面的对象叫做可迭代对象。 list/tuple/dict/set/generator/str都是可迭代对象,意味着它们都可以使用for循环。
判断一个变量是不是Iterable可以使用
isinstance函数:
from collections import Iterable
isinstance([],Iterable)
结果为:
True
迭代器(Iterator):
可以使用next()函数不断读值的对象是Iterator。显然在Iterable中只有generator是Iterator,可以使用iter()函数将list/tuple/dict/set转换为Iterator。
from collections import Iterator
isinstance(iter([]),Iterator)
结果:
True