python进阶之 迭代器, 生成器

• 练习: 说出如下代码的打印结果
  >>> def foo():
  … print(111)
  … yield 222
  … print(333)
  … yield 444
  … print(555)

  >>> n = foo()
  >>> next(n)
  >>> next(n)
  >>> next(n)
  

• generator: 生成器是一种特殊的迭代器, 不需要自定义 iter 和 next

  • 生成器函数 (yield)

  • 生成器表达式

    class Range:
    def init(self, start, end=None, step=1):
    if end is None:
    self.end = start
    self.start = 0
    else:
    self.start = start
    self.end = end
    self.step = step

    def __iter__(self):
        return self
    
    def __next__(self):
        if self.start < self.end:
            current = self.start
            self.start += self.step
            return current
        else:
            raise StopIteration()
    

• iterator: 任何实现了 iter 和 next 方法的对象都是迭代器.

  • iter 得到一个迭代器。迭代器的__iter__()返回自身
  • next 返回迭代器下一个值
  • 如果容器中没有更多元素, 则抛出 StopIteration 异常
  • Python2中没有 next(), 而是 next()

• str / bytes / list / tuple / dict / set 自身不是迭代器，他们自身不具备 next(), 但是具有 iter(), iter() 方法用来把自身转换成一个迭代器

• 练习1: 定义一个随机数迭代器, 随机范围为 [1, 50], 最大迭代次数 30
  import random

  class RandomIter:
      def __init__(self, start, end, times):
          self.start = start
          self.end = end
          self.count = times
  
      def __iter__(self):
          return self
  
      def __next__(self):
          self.count -= 1
          if self.count >= 0:
              return random.randint(self.start, self.end)
          else:
              raise StopIteration()
  

• 练习2: 自定义一个迭代器, 实现斐波那契数列
  class Fib:
  def init(self, max_value):
  self.prev = 0
  self.curr = 1
  self.max_value = max_value

      def __iter__(self):
          return self
  
      def __next__(self):
          if self.curr <= self.max_value:
              res = self.curr
              self.prev, self.curr = self.curr, self.prev + self.curr  # 为下一次做准备
              return res
          else:
              raise StopIteration()
  

• 练习3: 自定义一个生成器函数, 实现斐波那契数列
  def fib(max_value):
  prev = 0
  curr = 1
  while curr <= max_value:
  yield curr
  prev, curr = curr, curr + prev

• 迭代器、生成器有什么好处？

  • 节省内存
  • 惰性求值 （惰性求值思想来自于 Lisp 语言）

• 各种推导式

  • 分三部分：生成值的表达式, 循环主体, 过滤条件表达式
  • 列表: [i * 3 for i in range(5) if i % 2 == 0]
  • 字典: {i: i + 3 for i in range(5)}
  • 集合: {i for i in range(5)}