Python 可迭代对象，迭代器，生成器

        最近温习Python基础知识，简单记录下，也帮自己巩固下基础知识。

一、容器，可迭代对象，迭代器

        首先理解下什么是容器，列表（list: [0, 1, 2]），元组（tuple: (0, 1, 2)），字典（dict: {0:0, 1:1, 2:2}），集合（set: set([0, 1, 2])）都是容器。对于容器，你可以很直观地想象成多个元素在一起的单元；而不同容器的区别，正是在于内部数据结构的实现方法。然后，你就可以针对不同场景，选择不同时间和空间复杂度的容器。

        所有的容器都是可迭代的（iterable）。这里的迭代，和枚举不完全一样。迭代可以想象成是你去买苹果，卖家并不告诉你他有多少库存。这样，每次你都需要告诉卖家，你要一个苹果，然后卖家采取行为：要么给你拿一个苹果；要么告诉你，苹果已经卖完了。你并不需要知道，卖家在仓库是怎么摆放苹果的。

        严谨地说，迭代器（iterator）提供了一个 next 的方法。调用这个方法后，你要么得到这个容器的下一个对象，要么得到一个 StopIteration 的错误（苹果卖完了）。你不需要像列表一样指定元素的索引，因为字典和集合这样的容器并没有索引一说。比如，字典采用哈希表实现，那么你就只需要知道，next 函数可以不重复不遗漏地一个一个拿到所有元素即可。

        而可迭代对象，通过 iter() 函数返回一个迭代器，再通过 next() 函数就可以实现遍历。for in 语句将这个过程隐式化。

那么for in 做了那些事情那？请看...

for...in...循环的本质
1.判断是否是可迭代对象
　　1.1 是 可迭代对象
　　　　1.1.1 通过可迭代对象的iter()函数,调用可迭代对象中的__iter__方法的的来返回可迭代对象的迭代器,
　　　　1.1.2 然后通过迭代器的next()函数,调用迭代器的__next__方法返回数据
　　　　1.1.3 直到异常StopIteration产生,退出迭代for...in...过程.
    1.2 否 报错`TypeError: 'xxx' object is not iterable`

二、迭代器、生成器

生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。
生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行

        具有yield关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后，函数会释放，而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield。

        也可以把列表的[x, x, x]换成 (x, x, x)，也是一种生成器

生成器实例，看不太懂的可以自己运行一下，了解下期中运行方式：

def generator(k):
    i = 1
    while True:
        yield i ** k
        i += 1

gen_1 = generator(1)
gen_3 = generator(3)
print(gen_1)
print(gen_3)

def get_sum(n):
    sum_1, sum_3 = 0, 0
    for i in range(n):
        next_1 = next(gen_1)
        next_3 = next(gen_3)
        print('next_1 = {}, next_3 = {}'.format(next_1, next_3))
        sum_1 += next_1
        sum_3 += next_3
    print(sum_1 * sum_1, sum_3)

get_sum(8)

########## 输出 ##########

<generator object generator at 0x000001E70651C4F8>
<generator object generator at 0x000001E70651C390>
next_1 = 1, next_3 = 1
next_1 = 2, next_3 = 8
next_1 = 3, next_3 = 27
next_1 = 4, next_3 = 64
next_1 = 5, next_3 = 125
next_1 = 6, next_3 = 216
next_1 = 7, next_3 = 343
next_1 = 8, next_3 = 512
1296 1296

我们在来看一道力扣题：给定两个序列，判定第一个是不是第二个的子序列，举个例子，[1, 3, 5] 是 [1, 2, 3, 4, 5] 的子序列，[1, 4, 3] 则不是。题目地址：判定子序列

可以巧用生成器，迭代器：

def is_subsequence(a, b):
    b = iter(b)
    return all(i in b for i in a)

print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5]))
print(is_subsequence([1, 4, 3], [1, 2, 3, 4, 5]))

########## 输出 ##########

True
False

简单总结下：

1. 容器是可迭代对象，迭代器一定是可迭代对象，迭代对象不一定是迭代器(list等)，生成器是一种特殊的迭代器，迭代器中特殊的一种是生成器
2. 如果一个对象拥有__iter__方法，其是可迭代对象；如果一个对象既拥有__iter__又拥有__next__方法，其是迭代器
3. 定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和__next__方法（可迭代对象调用 iter() 函数，可以得到一个迭代器）
4. 使用生成器，你可以写出来更加清晰的代码；合理使用生成器，可以降低内存占用、优化程序结构、提高程序速度。