Python3 迭代器与生成器

在Python中，迭代器（Iterator）是一个用于迭代访问集合元素的对象。迭代器会记住遍历的位置，使得我们可以依次访问集合中的每个元素而不必了解集合内部结构。

在Python中，内置的 ​iter()​函数用于从可迭代对象（如字符串、列表、元组等）中创建迭代器，而 ​next()​函数则用于获取迭代器的下一个元素。当迭代器遍历完所有元素后，再调用 ​next()​函数会触发 ​StopIteration​异常。

>>> 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=" ")

使用next进行迭代：

# 创建一个列表
my_list = [1, 2, 3, 4, 5]
# 通过iter()函数创建迭代器
my_iter = iter(my_list)        #创建迭代器

# 通过迭代器遍历列表中的元素
while True:
    try:
        element = next(my_iter)    #输出迭代器的下一个元素
        print(element)
    except StopIteration:     #如果报错就直接退出
        break

创建一个迭代器

要创建一个迭代器，可以定义一个类，并在该类中实现特殊方法 `__iter__()` 和 `__next__()`。下面是一个简单的示例，展示如何创建一个迭代器来生成斐波那契数列：

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    x = self.a
    self.a += 1
    return x
 
myclass = MyNumbers()
myiter = iter(myclass)
 
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

定义了一个名为 ​MyNumbers​ 的类，该类实现了 ​__iter__()​ 和 ​__next__()​ 方法，用于创建一个简单的迭代器。​__iter__()​ 方法返回迭代器对象自身，而 ​__next__()​ 方法生成下一个数字并返回。

在代码的后续部分，创建了一个 ​MyNumbers​ 类的实例 ​myclass​，然后通过内置的 ​iter()​ 函数将实例转换为迭代器对象 ​myiter​。接着使用 ​next()​ 函数逐步打印出迭代器中的元素

StopIteration

​​StopIteration​ 是一个内置的异常类，用于表示迭代器已经耗尽（即遍历完所有元素），无法再获取下一个元素的情况。

当我们使用 ​next()​ 函数获取迭代器的下一个元素时，如果迭代器已经到达末尾，就会触发 ​StopIteration​ 异常，通常用来标识迭代的结束。

以下是一个简单的示例子：

my_iter = iter([1, 2, 3])

try:
    while True:
        element = next(my_iter)
        print(element)
except StopIteration:
    print("迭代结束")

生成器

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

yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。

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。

当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。

然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。

调用一个生成器函数，返回的是一个迭代器对象。

下面是一个简单的示例，展示了生成器函数的使用：

def countdown(n):
    while n > 0:
        yield n
        n -= 1
 
# 创建生成器对象
generator = countdown(5)
 
# 通过迭代生成器获取值
print(next(generator))  # 输出: 5
print(next(generator))  # 输出: 4
print(next(generator))  # 输出: 3
 
# 使用 for 循环迭代生成器
for value in generator:
    print(value)  # 输出: 2 1

以上实例中，countdown 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒数数字。在每次调用 yield 语句时，函数会返回当前的倒数值，并在下一次调用时从上次暂停的地方继续执行。

通过创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们首先使用 next() 函数获取前三个倒数值，然后通过 for 循环获取剩下的两个倒数值。

生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式。

执行以上程序，输出结果如下：

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   # 返回结果并结束生成器
        yield a  # 生成当前斐波那契数
        a, b = b, a + b
        counter += 1

# 创建斐波那契数列的迭代器
f = fibonacci(10)

while True:
    try:
        print(next(f), end=" ")  # 打印下一个斐波那契数
    except StopIteration:
        sys.exit()  # 捕获StopIteration异常时退出程序