【摘要】今天给大家解答一道Python常见的面试题,希望这个面试栏目,给那些准备面试的同学,提供一点点帮助!小编会从最基础的面试题开始,每天一题。如果参考答案不够好,或者有错误的话,麻烦大家可以在留言区给出自己的意见和讨论,今天要说的Python中迭代器和生成器的区别。
废话不多说,开始今天的题目:
问:说说Python中迭代器和生成器的区别?
答:Python中生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的,使用生成器表达式取代列表解析,同时节省内存。除了创建和保持程序状态的自动生成,当发生器终结时,还会自动跑出StopIterration异常。
列表、元组、字典、字符串都是可迭代对象。
数字、布尔值都是不可迭代的。
下面分别来说说这两者的具体区别:
1、迭代器
迭代器对象要求支持迭代器协议的对象。在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法。其中__iter__()方法返回迭代器对象本身;next()方法返回容器的下一个元素,在结尾时引发StopIteration异常。
下面用个简单的列表来说迭代器的用法:
list = [1,2,3,4] # list是可迭代对象lterator = iter(list) # 通过iter()方法取得list的迭代器
print(next(lterator)) # 1 通过next()获取下一个位置的值
print(next(lterator)) # 2print(next(lterator)) # 3
print(next(lterator)) # 4输出:1234
看完上面代码,我想很多人纳闷列表怎么可以有一个迭代器。由于面试题篇幅有限,大家如果想了解可迭代对象怎么可以获取迭代器呢?我下次面试题会继续展开分享 。
2、生成器
生成器(generator)就是一个函数,它提供了一种实现迭代器协议的便捷方式。生成器与普通函数的区别在于它包含 yield 表达式,并且不需要定义 __iter__()和__next__()。
生成器是一种惰性的序列,如果我们需要创建一个 0~1000000000 的序列,这样大的序列创建出来会占用比较多的内存,生成器就是为了解决这样的问题 。
下面用个简单的例子来说生成器的用法:
# 普通序列>>> g = []
>>> for x in range(5):
>>> g.append(x)
>>> g[0, 1, 2, 3, 4]# 生成器def f(): for x
in range(5): yield x # 返回并记录函数状态 # nextf = f()
>>> next(f) # 每调用一次next,就执行一次yield | 依靠这种需要才生产的工作机制,大大的节省资源0
>>> next(f)1
>>> next(f)2
>>> next(f)3
>>> next(f)4# for next
>>> for x in range(5):
>>> print(next(f))01234
以上就是今天的全部内容了,如果面试的时候有人问你“Python中迭代器和生成器的区别?”这个问题,小编相信大家应该不会再慌了,如果对于参考答案有不认同的,大家可以在评论区指出和补充,欢迎留言!环球网校的小编在这里祝大家python相关工作面试顺利。