python的迭代器iterator和生成器generator(关键字yield)的简单理解

被python这一时代语言的迭代器iterator和生成器generator的特性时给深深吸引了。虽然还没看完和理解这些新特性，但还是忍不住激动的心情分享现在的所得。撇去目录式写法，这次使用代码来说明。

p.s.1 默认使用python3.x，以及新式类的写法

__metaclass__ = type

p.s.2 使用经典的斐波那契数列来说明吧

---

简单版，直接打印版

def Fib(maxN = 10):
    a, b = 0, 1
    for i in range(maxN):
        a, b = b, a + b
        print(a)

Fib(10)

此版本问题：print会导致函数复用性差

---

简单版，返回一个list

def Fib(maxN = 10):
    a, b = 0, 1
    retList = []
    for i in range(maxN):   # 循环在函数内部完成
        a, b = b, a + b
        retList.append(a)   # list.append()代替print
    return retList

fib = Fib(10)
print(fib)

此版本问题:随着maxN的增大，函数的临时变量retList也会随之变大占用大量内存

---

迭代器版，iterator

关键字: iter, next

class Fibs:

    def __init__(self, maxN = 10):
        self.a = 0
        self.b = 1
        self.maxN = maxN
        self.i = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.i < self.maxN:      # if代替for循环，作为迭代判断的条件
            self.i += 1
            (self.a, self.b) = (self.b, self.a + self.b)
            return self.a           # __next__中需要return
        raise StopIteration()

fibs = Fibs(10)
f = []
for i in fibs:
    f.append(i)
print(f)

此版本优势:每次迭代内存只产生一个迭代值

此版本问题:语句稍显啰嗦

---

生成器版，generator

关键字:yield

def fib(maxN = 10):

    a, b = 0, 1
    for i in range(maxN):
        a, b = b, a + b
        yield a

f = []
for i in fib(10):
    f.append(i)
print(f)

此版本原理:调用生成器函数fib()是不会执行这个函数的，而是返回一个iterable对象

当在for循环时，每次循环才会执行一次fib内部的代码。而执行到yield时，函数就返回一个迭代值。下次迭代时，代码从yield的下一条语句继续执行

犹如冻结和解冻

---

生成器generator的理解

generator的优点：

• 即保持iterator特性
• 但又能简洁表达函数

保持iterator特性可从下述代码中窥见一斑

f3 = fib(3)
try:
    print(f3.__next__())
    print(f3.__next__())
    print(f3.__next__())
    print(f3.__next__())
except StopIteration:
    print("reach StopIteration")

---