如何更好地理解Python迭代器和生成器？

如何更好地理解Python迭代器和生成器？

生成器是种特殊的迭代器，所以要理解生成器还得从容器开始说起。

容器（container）

像列表（list）、集合（set）、序列（tuple）、字典（dict）都是容器。简单的说，容器是一种把多个元素组织在一起的数据结构，可以逐个迭代获取其中的元素。容器可以用in来判断容器中是否包含某个元素，如

'a' in {'a', 'b', 'c'} # 输出 True
'a' in {'a': 1, 'b': 2} # 输出 True
'a' in set(['a', 'b', 'c']) # 输出 True

大多数的容器都是可迭代对象，可以使用某种方式访问容器中的每一个元素。

迭代器（iterator）

实现了__iter__和__next__方法的对象都称为迭代器。迭代器是一个有状态的对象，iter()函数实际上就是调⽤了可迭代对象的 iter ⽅法。在调用next() 的时候返回下一个值，如果容器中没有更多元素了，则抛出StopIteration异常。

看下面的例子

a = ['a', 'b', 'c']
it = a.__iter__()
print(next(it))
print(next(it))
print(next(it))
print(next(it))

输出

a
b
c
Traceback (most recent call last):
  File "/tmp/a.py", line 19, in <module>
    print(next(it))
StopIteration

**注意：**当我们已经迭代完最后⼀个数据之后，再次调⽤next()函数会抛出 StopIteration的异常，来告诉我们所有数据都已迭代完成，不⽤再执⾏ next()函数了。

为更好地理解迭代器的内部运行机制，我们再来看一个斐波那契数列的例子

class Fib:
    def __init__(self):
        self.prev = 0
        self.curr = 1

    def __iter__(self):
        return self

    def __next__(self):
        self.curr, self.prev = self.prev + self.curr, self.curr
        return self.curr

fib = Fib()
for i in range(10):
    print(next(fib))

输出

1
1
2
3
5
8
13
21
34
55

只要不断地调用next() 方法，上面的生成器可以生成一个无限长的斐波那契数列。

迭代器是一种Lasy Load的模式，只有在调用时才生成值，没有调用的时候就等待下一次调用。

生成器和yield

生成器其实是一种特殊的迭代器，但是不需要像迭代器一样实现__iter__和__next__方法，只需要使用关键字yield就可以。

我们来实现一个同样的斐波那契数列，但这次使用的是生成器

def fib():
    prev, curr = 0, 1
    while True:
        yield curr
        curr, prev = prev + curr, curr

f = fib()
for i in range(10):
    print(next(f))

输出

1
1
2
3
5
8
13
21
34
55

上面的 fib 函数中没有 return 关键字。当运行 f = fib() 的时候，它返回的是一个生成器对象。在调用 fib() 的时候并不会运行 fib 函数中的代码，只有在调用 next() 的时候才会真正运行其中的代码。使用生成器，函数不用一次性生成所有的元素，只需在每次调用next的时候生成元素，这样更节省内存和CPU。