Python基础教程----迭代器和生成器，递归，八皇后（2）

最新推荐文章于 2022-05-10 22:11:08 发布

冰竹依梦

最新推荐文章于 2022-05-10 22:11:08 发布

阅读量464

点赞数 1

分类专栏： Python 文章标签：迭代器迭代生成器 python

本文链接：https://blog.csdn.net/u013240812/article/details/74557167

版权

Python 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

6.迭代器

特殊方法__iter__，是迭代器规则的基础

6.1迭代器规则

迭代的意思是重复做一些事很多次，就像在循环中做的那样，但现在为止只是在for循环中对序列和字典进行迭代，但实际上也能对其他对象进行迭代，实现__iter__方法的对象，

__iter__方法返回一个迭代器，所谓的迭代器就是具有next方法（这个方法在调用时不需要任何参数）的对象，在调用next方法时，迭代器会返回它的下一个值，如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常

迭代规则的关键是什么？如果可以一个接一个地计算值的函数，那么在使用时可能是计算一个值时获取一个值，而不是通过列表一次性获取所有值，如果有很多值，列表就会占用太多的内存，还有其他理由：使用迭代器更通用，简单优雅，

迭代器实现斐波那契数列

Class Fibs:

Def __init__(self):

Self.a = 0

Self.b = 0

Def next(self):

Self.a, self.b = slef.b, self.a + self.b

Return self.a

Def __iter__(self):

Return self

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__回放到其他的会在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，推荐使用迭代器实现它自己的__iter__方法，然后就能直接在for循环中使用迭代器本身了

一个实现了__iter__方法的对象是可迭代的，一个实现了next方法的对象则是迭代器

首先，产生一个Fibs对象

>>> fibs = Fibs()

可在for循环中使用该对象---比如去查找在斐波那契数列中比1000大的数中的最小的数

>>> for f in fibs:

If f > 1000:

Print f

Break

.....

1597

因为设置了break，所以循环在这里停止了，否则会一直继续下去

内建函数iter可以从可迭代的对象中获得迭代器

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

>>> it.next() 1

>>> it.next() 2

6.2 从迭代器得到序列

除了在迭代器和可迭代对象上进行迭代，还能把它们转换为序列，在大部分能使用序列的情况下（除在索引或分片等操作中），能使用迭代器（或可迭代对象）替换，关于这个一个很有用的例子是使用list构造方法显式地将迭代器转化为列表

>>> class TestIterator:

value = 0

def next(self):

self.value += 1

if self.value > 10: raise StopIteration

return self.value

def __iter__(self):

return self

>>> t1 = TestIterator()

>>> list(t1) [1,2,3,4,5,6,7,8,9,10]

7.生成器

也叫简单生成器，是一种用普通的函数语法定义的迭代器

7.1创建生成器

首先创建一个展开嵌套列表的函数，参数是一个列表，

Nested = [[1,2], [3, 4], [5]]

换句话说就是一个列表的列表，函数应该按照顺序打印出列表中的数字

Def flatten(nested):

For sublist in nested:

For element in sublist:

Yield element

首先迭代提供的嵌套列表中的所有自列表，然后按顺序迭代子列表中的元素

如果最后一行是print Element则容易理解了

包含yield语句的函数成为生成器，吹了名字不同，他的行为和普通函数也差很大

它不是像return那样返回值，而是每次产生多个值，每次产生一个值函数就会被冻结，即函数停在那点等待被激活，函数被激活后就从停止点开始执行

接下来可以通过在生成器上迭代来使用所有的值

>>> nested = [[1, 2], [3, 4], [5]]

>>> for num in flatten(nested)

Print num

>>> list(flatten(nested))

[1,2,3,4,5]

7.2 递归生成器

任意层第嵌套

Def flatten(nested):

Try:

For sublist in nested:

For element in flatten(sublist):

Yield element

Except TypeError:

Yield nested

当flatten被调用时，有两种可能性（处理递归时大部分都是两种情况）：基本情况和需要递归的情况，在基本情况中，函数被告知展开一个元素（比如一个数字），这种情况下，for循环会引发一个TypeError异常（因为试图对一个数字进行迭代），生成器会产生一个元素。

如果展开的是一个列表（或其他可迭代对象），那么就要进行特殊处理，程序必须遍历所有子列表（一些可能不是列表），并对他们调用flatten，然后使用另一个for循环来产生被展开的子列表中的所有元素，

>>> list(flatten([[1,2],3,4,[5,[6,7],8]))

[1,2,3,4,5,6,7,8]

这么做只有一个问题，如果nested是一个类似于字符串的对象（字符串，Unicode，UserString，等）那么她就是一个序列，不会引发TypeError

不应该在flatten函数中对类似于字符串的对象进行迭代，出于两个主要原因，首先需要实现的是将类似于字符串的对象当成原子值，而不是当成应被展开的序列，其次对它们进行迭代实际上会导致无穷递归，因为一个字符串的第一个元素是另一个长度为1的字符串，而长度为1的字符串的第一个元素就是字符串本身

为了处理这种情况，则必须在生成器的开始处添加一个检查语句，将传入的对象和一个字符串拼接，看看会不会出现TypeError，这是检查一个对象是不是类似于字符串的最简单最快速的方法

def flatten(nested):

try:

try: nested + ‘’

except TypeError: pass

else: raise TypeError

for sublist in nested:

for element in flatten(sublist):

yield element

except TypeError:

yield nested

如果表达式nested+’’引发了一个TypeError，它就会被忽略，然而如果没有引发TypeError，那么内存try语句中的else子句就会引发一个它自己的TypeError异常。这就会按照原来的样子生成类似于字符串的对象（在except字句的外面）

>>> list(flatten([‘foo’, [‘bar’, [‘baz’]]]))

[‘foo’, ‘bar’, ‘baz’]

上面的代码没有执行类型检查，这里没有测试nested是否是一个字符串（可以使用ininstance函数完成检查），而只是检查nested的行为是不是像一个字符串（通过和字符串拼接来检查）

7.3通用生成器

生成器是一个包含yield关键字的函数，当它被调用时，在函数体中的代码不会被执行，而会返回一个迭代器，每次请求一个值，就会执行生成器中的代码，直到遇到一个yield或者return语句，yield语句意味着应该生成一个值，return语句意味着生成器要停止执行（不再生成任何东西，return语句只在一个生成器中使用时才能进行无参数调用）

生成器由两部分组成：生成器的函数和生成器的迭代器，生成器的函数时用def语句定义的，包含yield的部分，生成器的迭代器是这个函数返回的部分，按照一钟不是很准确的说法，两个实体经常被当做一个，合起来叫做生成器

>>> def simple_generator():

yield

>>> simple_generator

>>> simple_generator()

生成器的函数返回的迭代器可以像其他的迭代器那样使用