python之生成器与迭代器详解

最新推荐文章于 2024-10-07 01:36:35 发布

不知名美食探索家

最新推荐文章于 2024-10-07 01:36:35 发布

阅读量180

点赞数 1

分类专栏： Python高级编程文章标签： python 生成器数据结构

本文链接：https://blog.csdn.net/Grit_my/article/details/115467809

版权

Python高级编程专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1 可迭代对象（iterable ）

如果一个对象具有备__iter__()方法或者 __getitem__() 其中任何一个魔术方法的话，该对象就可以称为可迭代对象，所以python内置的对象如列表、元祖、字符串、字典都是可迭代的，即是可迭代对象，但不是迭代器。

# 调用可迭代对象的__iter__()方法可获得迭代器（iterator）
print(type([].__iter__()))
#<class 'list_iterator'>

2 迭代器(iterator)

如果一个对象同时j具有有 __iter__() 和 __next__() 魔术方法的话，这个对象就可以称为是迭代器。next__()方法是让对象可以通过 对象.__next()__ 的方式访问下一个元素。列表、元组、字典、字符串都是通过先调用__iter__()方法获取迭代器，然后通过返回的迭代器再调用__next()__方法访问对象的每个元素。

l1 = [1, 2, 3]  # l1为可迭代对象
print(dir(l1))
# [...'__iter__'...]

s1 = l1.__iter__()
print(dir(s1))  # s1为迭代器
# [...'__next__'...]

# 通过调用__next__()方法依次获取对象中的每个元素
print(s1.__next__())  # 1
print(s1.__next__())  # 2
print(s1.__next__())  # 3

对象具有 __iter__() 方法才能被for循环调用，如下可以自己定义可迭代对象及迭代器，因此可以看出，迭代器一定是可迭代对象，但是可迭代对象不一定是迭代器。

# 自定义一个可迭代对象、且__iter__()方法返回的是对象本事(对象本事亦是一个迭代器)
class Test:
    def __init__(self, x):
        self.x = x

    def __iter__(self):
        return self

    def __next__(self):
        if self.x >= 10:
            raise StopIteration
        else:
            self.x += 1
            return self.x


if __name__ == '__main__':
    service = Test(1)
    print(service.__next__())  # 2
    print(service.__next__())  # 3
    print(service.__next__())  # 4
    print(service.__next__())  # 5

    for item in service:
        print(item, end=' ')
        # 6 7 8 9 10

可迭代与迭代器按照内存来解释：

l = [1, 2, 3]
s = l.__iter__()
p = l.__iter__()

print(id(p))  # 2780542485792
print(id(s))  # 2780542485984

print(id(s.__iter__()))  # 2780542485984

print(l.__iter__().__next__())  # 1
print(l.__iter__().__next__())  # 1

for循环的原理：

1. 调用对象的__iter__()方法获取迭代器;
2. 调用迭代器的__next__()方法循环获取对象的下一个元素；
3. 遇到StopIteration异常停止迭代；

3 生成器(generator)

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。调用一个生成器函数，返回的是一个迭代器对象。

如果一个函数包含 yield 关键字，这个函数就会变为一个生成器。生成器并不会一次返回所有结果，而是每次遇到 yield 关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。

def generate():
    """
    生成器函数
    """
    index = 10
    while index > 0:
        yield index
        index -= 1


generator = generate()

print(type(generator))  # <class 'generator'>

for i in generator:
    print(i, end=' ')
# 10 9 8 7 6 5 4 3 2 1

生成器(generator) 自动实现了迭代器协议；

迭代器协议：对象必须提供一个next方法，执行方法要么返回迭代器中的下一项，要么就引起一个StopIteration异常，以终止迭代（只能往后走，不能往前退）；

可迭代对象：实现了迭代器协议的对象（实现方式:对象内部定义了一个iter()方法）；

case：应用生成器模式实现斐波拉切数列：

# F(n)=F(n-1)+F(n-2)
# 1,1,2,3,5,8,13...
def fei(n):
    index = 1
    pre = 0
    cur = 1
    while index <= n:
        yield cur
        index += 1
        cur, pre = cur + pre, cur
f = fei(9)
for item in f:
    print(item, end=' ')  # 1 1 2 3 5 8 13 21 34