python3.6-冒泡排序,迭代器和生成器

冒泡排序:

算法描述：
（1）外层循环 len(nums)-1 次,内层循环 len(nums)-i-1 次
（2）每次循环中，如果 前面的数大于后面的数，就交换
（3）设置一个标签，如果上次没有交换，就说明这个是已经好了的。

nums = [55,6,17,36,20,67,88]
for i in range(len(nums)-1):
    for j in range(len(nums)-i-1):
        if nums[i] > nums[i+1]:
            nums[i],nums[i+1] = nums[i+1],nums[i]
print(nums)

函数方法写: 

li = [55,6,17,36,20,67,88]
def bubble(li):
    flag = True
    for i in range(len(li)-1):
        if flag:
            for j in range(i):
                if li[j] > li[j+1]:
                    li[j],li[j+1] = li[j+1],li[j]
    print(li)
bubble(li)

迭代器:

迭代器是Python中最强大的功能之一,是访问集合元素的一种方式,包括:list.tuple.dict.str对象都可以用于创建迭代器;

迭代器是一个可以记住遍历的位置的对象;

迭代器从集合的第一个元素开始访问,一直到所有元素都被访问完结束,迭代器只向前走,不向后退;

迭代器的2个基本方法:  __iter()__  和 __next()__

__iter()__方法:返回迭代器自身,return self,可以通过python的内建函数iter()调用

__next()__方法:当__next()__方法被调用的时候,迭代器会返回它的下一个值,如果到最后没有可返回的值了,就会引发一个StopIteration异常,该方法可以通过 python 内建函数next()调用。

创建迭代器的3种方法:

方法一:

容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；

自定义一个迭代器:

class Contain:
    def __init__(self,start,end):
        self.start = start          #self.start既是开始位置,也是记录位置的状态
        self.end = end
    def __iter__(self):
        print('调用iter方法!')
        return self     #/__iter()__返回自身self
    def __next__(self):
        if self.start < self.end:
            i = self.start
            self.start += 1
            return i
        else:
            raise StopIteration
Con = Contain(0,5)
for i in Con:
    print(i)

方法二:使用内建函数iter()可以从可迭代对象中获得迭代器

li = [2,5,3,7,9,10]
it = iter(li)
print(next(it), end=' ')    #2
print(next(it), end=' ')    #5以此类推

方法三:

利用生成器(generator),生成器通过yield语句快速生成迭代器,省略了复杂的__iter()__和__next()__方式

1.生成器: generator 第一种创建方式(推导式):

nums = (x for x in range(10))
print(nums)              #<generator object <genexpr> at 0x0000004590AB9938>  生成器类型
for i in nums:
    print(i, end=' ')    #0 1 2 3 4 5 6 7 8 9 

nums = (x for x in range(2))
print(nums)
print(next(nums))   #0
print(next(nums))   #1
print(next(nums))   #报错 StopIteration

2.第二种创建方式(斐波那契数列):

fibs = []
for i in range(20):
    if i > 1:
        fibs.append(fibs[i-2]+fibs[i-1])
    else:
        fibs.append(1)
    print(fibs[i],end=' ')     #1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 

转换成yield:  必须要在def中

fibs = []
def Fib():
    for i in range(20):
        if i > 1:
            fibs.append(fibs[i-2]+fibs[i-1])
        else:
            fibs.append(1)
        yield fibs[i]     #print换成yield ,每次生成一个值
fibnaqi = Fib()
print(fibnaqi.__next__())   #1
print(next(fibnaqi))        #1
print(next(fibnaqi))        #2

在方法内使用yield做生成器，这样调用此方法时，会得出一个结果：generator object...
然后也是可以调用next()
每到yield时，就会停止，返回当前这个值，可以一次一次next()调用，看看运行过程
生成器可以被循环迭代，直到循环结束

import collections
print(isinstance([], collections.Iterable))            # True
print(isinstance(iter([]), collections.Iterator))      # True
print(isinstance(iter([]), collections.Iterable))      # True
print(isinstance([], collections.Iterator))            # False
print(isinstance((x * x for x in range(10)), collections.Iterable))    #推导是可迭代元素,但不是迭代器

练习：将一个普通循环转换为一个生成器，调用__next__不会输出结果
xxx.send()方法可以给yield传值，但先使用了next()才可使用，或者传一个None,send(None)
yield可以模拟多任务执行

def Function():
    for i in range(20):
        yield i
fun = Function()

print(next(fun))
print(next(fun))
print(next(fun))

def Function(x):
    for i in range(x):
        yield i
fun1 = Function(3)
fun2 = Function(5)
print(next(fun1))
print(next(fun1))
print(next(fun1))

print(next(fun2))
print(next(fun2))
print(next(fun2))