什么是迭代器
迭代是python中访问集合元素的一种非常强大的一种方式。迭代器是一个可以记住遍历位置的对象,因此不会像列表那样一次性全部生成,而是可以等到用的时候才生成,因此节省了大量的内存资源。迭代器对象从集合中的第一个元素开始访问,直到所有的元素被访问完。迭代器有两个方法:iter()和next()方法。
可迭代的对象
类似于list、tuple、str 等类型的数据可以使用for …… in…… 的循环遍历语法从其中依次拿到数据并进行使用,我们把这个过程称为遍历,也称迭代。python中可迭代的对象有list(列表)、tuple(元组)、dirt(字典)、str(字符串)set等。
自己创建一个可迭代的对象:
from collections import Iterable
class Person(object):
"""定义一个人类"""
def __init__(self):
self.name = list()
self.name_num = 0
def add(self,name):
self.name.append(name)
def __iter__(self):
pass
person1 = Person()
person1.add("张三")
person1.add("李四")
person1.add("王五")
print("判断是否是可迭代的对象:", isinstance(person1,Iterable))
创建迭代器
1.一个类(对象)只要含有“iter”、"next"两个方法,就将其称为迭代器。__iter__方法返回一个特殊的迭代器对象,而这个迭代器对象自动实现了_next__方法,并返回一个值,最后通过抛出异常StopIteration来结束迭代。我们来给上一个例子增加__next__方法:
from collections import Iterable, Iterator
class Person(object):
"""定义一个人类"""
def __init__(self):
self.name = list()
self.name_num = 0
def add(self, name):
self.name.append(name)
def __iter__(self):
return self
def __next__(self):
# 记忆性返回数据
if self.name_num < len(self.name):
ret = self.name[self.name_num]
self.name_num += 1
return ret
else:
raise StopIteration
person1 = Person()
person1.add("张三")
person1.add("李四")
person1.add("王五")
print("判断是否是可迭代的对象:", isinstance(person1, Iterable))
print("判断是否是迭代器:", isinstance(person1,Iterator))
for name in person1:
print(name)
迭代器应用
迭代器最核心的功能就是可以通过__next__方法的调用来返回下一个值。而这个值不是从已有的数据中读取的,而是通过程序按照一定的规则生成的。这也就意味着我们可以不再依赖一个现存的数据集合来存放数据,而是边用边生成,这样的好处就是可以节省大量的内存空间。我们通过对比以下问题的两个解决方法,来进一的理解其应用优势:
问题:试编写一个程序实现斐波那契数列(0,1,1,2,3,5,8,13,21……后一项总是等于前两项的和):
方法一:
a = 0
b = 1
myFibonacci = list()
nums = int(input("请输入需要生成Fibonacci数列项的个数:"))
i = 0
while i < nums:
myFabonacci.append(a)
a,b = b,a+b
i += 1
for num in nums:
print(num)
方法二:
class Fibonacci(object):
"""斐波那契数列得迭代器"""
def __init__(self,nums):
self.nums = nums # 传入参数,生成斐波那契数列的个数
self.a = 0
self.b = 1
self.i =0 # 用于记忆生成的个数
def __iter__(self):
return self
def __next__(self):
ret = self.a # 记忆第一个数
if self.i < self.nums:
self.a, self.b = self.b,self.a +self.b
self.i += 1
return ret
else:
raise StopIteration # 停止迭代
nums = int(input("请输入需要生成Fibonacci数列项的个数:"))
fobo = Fibonacci(nums)
for num in fobo:
print(num)
假如我们需要生成10个Fibonacci数列的项,两者的运行结果相同。
虽然结果相同,但实际效果却相差巨大。来看一下方法一,他是通过while循环立即生成一个列表用来存放数据,接着再从已有的数据中读取所需数据,而这需要占用一定的内存空间;再来看一下方法二,它并没有用到列表,而是返回一个迭代器,在需要的时候生x成相关数据。纵观以上两种方法,在生成个数较小时,两者相差不大,但当生成个数是10万,100万,1000万呢?前者需要消耗大量的内存资源,而后者仅需占用一点内存即可。这也是python2中xrange()函数和python3中range()函数的不同点,python3的range()函数采用了迭代器的方式,不再依赖于现有的数据集合,也就相当于python2中的xrange()函数。
小结
1.可迭代对象不一定是迭代器。
2.迭代器一定是可迭代对象。
3.容器类型(list tuple dict str set )是可迭代对象但不是迭代器。
参考:https://blog.csdn.net/qq_45807032/article/details/105219674