python中的生成器和迭代器

昨天晚上看面经的时候发现上面有提到python生成器和yield，刚才看元组生成式生成结果是一个生成器对象，这跟列表生成式还是有一定区别的。所以就干脆写下这篇文章记录一下。这也会是我总结面经的第一篇，希望自己可以一直坚持，每天有所进步和收获。

引言

1.列表生成式

通过以上三个例子列出列表生成式的三种形式，同时也可以发现列表生成式的结果是一个新的列表。

2.元组生成式

元组生成式语法格式与列表生成式类似，只需要将[ ]换位（ ）。

但是结果却并不是生成一个新的元组，而是一个生成器。

正文——生成器

1.推算算法比较简单时

利用列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且如果只用前面几个元素，那后面绝大多数元素占用的空间都浪费了。在python中，如果列表元素可以按照某种算法推算出来，那我们就不必创建完整的list，从而节省大量的空间。这种一边循环一边计算的机制，称为生成器（generator）。比如：元组生成式。

generator保存的是算法，每次调用next(t)，就计算出t的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

由最后一行代码知：在用next遍历完之后，此生成器对象已不存在了。

其实我们在面对一个生成器对象时，基本是不会调用next（）的，而是用for循环来迭代它，因为它也是可迭代对象，并且不需要关心StopIteration的错误。

由最后一行代码知：在用for遍历完之后，此生成器对象已不存在了。
补充：
生成器对象可以通过list（）转为列表；可以通过tuple（）转为元组。

推算算法比较复杂时

如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。这就是定义generator的另一种方法。

要把fib（）函数变成generator，只需要把print(b)改为yield b就可以了：

需要注意的是：generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回；变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
举例说明：

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

for i in fib(5): 
     print(i,end='')

重点：
yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面的值。下一次迭代时，从上一次迭代遇到的yield后面的代码开始执行。

正文——迭代器

凡是可作用于for循环的对象都是可迭代对象（Iterable）；凡是可作用于next()函数的对象都是迭代器（Iterator），它们表示一个惰性计算的序列。list、dict、str等是Iterable但不是Iterator。

可以直接作用于for循环的数据类型有以下几种：
1. 集合数据类型，如list、tuple、dict、set、str等；
2. generator，包括生成器和带yield的generator function。

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。可以被next()函数调用并不断返回下一个值的对象称为迭代器。
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

【补充】
为什么list、dict、str等数据类型不是Iterator？
因为Python的Iterator对象表示的是一个数据流，可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。