迭代器和生成器

一、迭代器
1、通俗理解

可以想象一下，你在计算机中做了一个加法，例：1+1=2 ，但是如果你在按 ‘= ’（等于符号），计算器会自动往下递增1，每按一次等于号，会+1个数字，那么就可以大概理解为，一个容器中存储了很多个东西，但是这个东西，按一定的规律规则来存储计算生成，但是容器中不可能什么东西都有吧，对的，人为的就会设一个限制，当超出这个限制范围，就会报异常

当然如果学过C语言的话，可以理解为这个空间存储了一个复杂的指针指向了很多地址，他实质不会占用很多内存，因为存储的是地址（这块可能理解的不到位，若有错，请指明）

迭代器最大的优点就是节省了空间，因为如果你想存储0~9这个字符串，你就需要劈开10个空间，但要是有了迭代器，那么你就开辟了一个空间

那么又会想到有了for 循环为什么不用for循环，而专门弄了一个抽象的迭代器呢，是因为，for循环就像是一个实例化的迭代器，已经具备了定义好的某种功能，而有了迭代器这个抽象的东西，你就可以按照自己的需求来定义合适的迭代器

2、实例

在Python中的列表、元组、字符串、文件、映射、集合等容器中都可以在for循环中使用，而迭代器是实现了迭代器协议方法的对象或类。在每次循环中，for语句都是从迭代器序列中取一个数据元素。迭代器协议方法主要有__iter__()和—__next__()方法，前者返回对象本身，后者返回容器中的下一个元素，当已经是最后一个元素时，就会引发StopIteration的异常。（int和bool类型不能用 ）

看下面实例（迭代器的内部实现）就好理解了。

class iterInner(object):
....def __init__(self,end):
........self.__start = 0
........self.end = end
....def __iter__(self):
........return self
....def __next__(self):
........if self.__start >= self.end:
............raise StopIteration
........else:
............self.__start = self.__start + 1
............return self.__start - 1
ite = iterInner(8)
for i in ite:
....print(i)
'''
0
1
2
3
4
5
6
7'''
二、生成器
1、通俗理解

通过列表生成式，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，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。如果想要100个包子，但是吃到50个时候吃饱了，但是已经做好了100个包子，那剩下的50个包子也吃不了，不就是浪费了吗?所以就产生了生成器，吃一个包子，产一个包子

　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator

　　生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。

2、简单说一下yield，send方法：

（1）yield方法：类似于return语句，调用到yield就会暂停，而且是一个yeield对应一个next，数量上要对应，但是yield不等于return语句，还是有一定的区别。

① return一般在函数中只设置一个，他的作用是终止函数，并且给函数的执行者返回值。

② yield在生成器函数中可设置多个，他并不会终止函数，next会获取对应yield生成的元素。

（2）send方法：直接引用其代码进行分析（最好自己调试几次便可领悟）

（第二个案例，小编又多调用了一次next，可以清楚对比出send和filed的区别）

# 1、 next只能获取yield生成的值，但是不能传递值。
def gen(name):
    print(f'{name} ready to eat')
    while 1:
        food = yield
        print(f'{name} start to eat {food}')
 
dog = gen('alex') # 由dog对象接受
next(dog) # 第一次传入，走gen函数，一直往下执行到yield停止，此时在等号右边
next(dog) # 第二次传入，直接接上一个走yield后面的内容，因为是一个无线循环，继续跳转到food=yield，但是由于上一执行的yield没有返回任何，所以返回的是一个None，依然遇到yield停止。
next(dog) #第三次传入，和第二个过程一样
 
# 执行结果如下：
# alex ready to eat
# alex start to eat None
# alex start to eat None
# 2、 而这个案例可以对比出来filed和send区别
def gen(name):
    print(f'{name} ready to eat')
    while 1:
        food = yield 222
        print(f'{name} start to eat {food}')
 
dog = gen('alex')
next(dog)  # 第一次必须用next让指针停留在第一个yield后面（因为是赋值运算先进行等号右边）
# 与next一样，可以获取到yield的值
next(dog) #第二次，传入时可得food为None，（因为上次运行完），第二次运行完依然为None
ret = dog.send('骨头') #第三次，传入时可得food为骨头，是因为send给上一个yield传递的值，但最后运行完，food值为222（因为从等号右边运行，直到完成，最后才赋值给左边）
print(ret) #打印结果为222
 
# 执行结果如下：
# alex ready to eat
# alex start to eat None
# alex start to eat 骨头
# 222
def gen(name):
    print(f'{name} ready to eat')
    while 1:
        food = yield
        print(f'{name} start to eat {food}')
 
dog = gen('alex')
next(dog) # 执行到这步游标在yield之后的位置，返回的是一个None值
 
dog.send('骨头') # 第一次，此时的光标从yield后面开始执行，进入时food变传递为骨头
dog.send('狗粮') # 第二次，进入时food变传递为狗粮
dog.send('香肠') # 第三次，进入时food变传递为香肠
由Debug调试运行了下过程，可以得到send方法实质就是给上一yield返回出的值，覆盖掉并传递现有的。

send注意！！！：yield和send同时在，不可在第一次就直接send，因为程序不知道你再搞什么，应该先执行一次next，让yield先走一遍，在去调用send，这样就可以把send传入的值返回给上一个yield，如果非要想这么做，可以send(None) 让第一次传入的是个None，（提示必须有个参，但又不能传入其他参数）

3、总结

　　生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器