[python]迭代器

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，知道所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。

使用迭代器的优点

对于原生支持随机访问的数据结构（如tuple、list），迭代器和经典for循环的索引访问相比并无优势，反而丢失了索引值（可以使用内建函数enumerate()找回这个索引值）。但对于无法随机访问的数据结构（比如set）而言，迭代器是唯一的访问元素的方式。

另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件，或是斐波那契数列等等。

迭代器更大的功劳是提供了一个统一的访问集合的接口，只要定义了_iter_()方法对象，就可以使用迭代器访问。

迭代器有两个基本的方法
next方法：返回迭代器的下一个元素
iter方法：返回迭代器对象本身

迭代器的使用

看看下面的代码例子

>>> def fab(max):
...     n, a, b = 0, 0, 1
...     while n < max:
...         print b
...         a, b = b, a + b
...         n = n + 1
... 
>>> fab(5)
1
1
2
3
5
>>> 

上面代码直接在函数fab(max)中用print打印会导致函数的可复用性变差，因为fab返回None。其他函数无法获得fab函数返回的数列。

>>> def fab(max): 
...     L = []
...     n, a, b = 0, 0, 1 
...     while n < max: 
...         L.append(b) 
...         a, b = b, a + b 
...         n = n + 1
...     return L
... 
>>> fab(5)
[1, 1, 2, 3, 5]
>>> 

上面代码满足了可复用性的需求，但是占用了内存空间，最好不要如此。

>>> class Fab(object): 
...     def __init__(self, max): 
...         self.max = max 
...         self.n, self.a, self.b = 0, 0, 1 
...     def __iter__(self): 
...         return self 
...     def next(self): 
...         if self.n < self.max: 
...             r = self.b 
...             self.a, self.b = self.b, self.a + self.b 
...             self.n = self.n + 1 
...             return r 
...         raise StopIteration()
... 
>>> for num in Fab(5):
...     print num
... 
1
1
2
3
5
>>>

上面代码在每次迭代中返回一个元素，因此可以使用迭代器来解决复用可占空间的问题。
注意，迭代器实现了_iter_方法，这个方法实际上返回迭代器本身。在很多情况下，_iter_方法会放到其他的for循环中使用的对象中。这样一来，程序就能返回所需的迭代器。此外，推荐使迭代器实现它自己的_iter_方法，然后就能直接在for循环中使用迭代其本身了。

其他

内建函数iter可以从迭代的对象中获得迭代器。如下所示：

>>> it = iter([1, 2, 3])
>>> it.next()
1
>>> it.next()
2

除此之外，它也可以从函数或者其他可调用对象中获取可迭代对象（详见python库参考http://docs.python.org/lib/获取更多信息