python 生成器与迭代器

迭代器

• 迭代器（iteration）是一个可以记住遍历的位置的对象。
• 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
• 迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

list1 = [1, 2, 3, 7, 1]
# 创建一个迭代器对象
it = iter(list1)
# 输出迭代器的下一个元素
print(next(it))
print(next(it))

for i in it:
    print(i)
--------------
输出:
1
2
3
7
1

创建一个迭代器

把一个类作为一个迭代器使用需要在类中实现两个方法 iter() 与 next() 。

class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        x = self.a
        self.a += 2
        return x


myclass = MyNumbers()
myiter = iter(myclass)

print(next(myiter))
print(next(myiter))
--------
1
3

StopIteration异常

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self

  def __next__(self):
    if self.a <= 20:
      x = self.a
      self.a += 2
      return x
    else:
      raise StopIteration

myclass = MyNumbers()
myiter = iter(myclass)

for x in myiter:
  print(x)
-----------------
输出:
1  
2  
3  
4  
5  
6  
7  
8  
9  
10  
11  
12  
13  
14  
15  
16  
17  
18  
19  
20  

生成器

• 在 Python 中，使用了 yield 的函数被称为生成器（generator）。
• 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。调用一个生成器函数，返回的是一个迭代器对象。
  语法结构：

def generator_function_name():
    # 定义生成器函数的逻辑
    while condition:
        # 当条件满足时，产生一个值并使用 yield 语句返回
        yield value

def countdown(n):
    while n > 0:
        yield n
        n -= 1


# 创建生成器对象
generator = countdown(2)

# 通过迭代生成器获取值
print(next(generator))  
print(next(generator))
print(next(generator))

# 使用 for 循环遍历生成器
for value in generator:
    print(value)

countdown函数是一个生成器函数。它使用yield语句来产生从n到1的倒数数字。通过创建生成器对象并使用next函数或for循环，可以逐次获取生成器产生的值。
生成器的优势在于它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用。

常见应用

• 迭代器（Iterator）：
  1、用于遍历可迭代对象，如列表、元组、字典、集合等。可以使用for循环或next函数迭代迭代器中的元素。
  2、在处理大型数据集时，使用迭代器可以按需逐个访问元素，避免一次性加载所有数据到内存中，提高内存效率。
  3、可以使用迭代器实现自定义的迭代行为，例如遍历文件中的行、网络请求的响应等。
• 生成器（Generator）：
  1、生成器是特殊的迭代器，通过使用yield语句定义。生成器函数在调用时不会立即执行所有代码，而是在每次调用yield语句时返回一个值，并在下一次调用时从上次暂停的地方继续执行。
  2、生成器可以用于生成无限序列，例如生成斐波那契数列、素数等。
  3、在需要逐个生成元素的情况下，使用生成器可以避免一次性生成大量数据，并且可以实现惰性计算。
  4、生成器还可以与其他迭代工具（如for循环、map、filter等）结合使用，实现高效的迭代和处理操作。

总的来说，迭代器和生成器提供了一种灵活、高效的方式来遍历和生成数据，适用于处理大型数据集、惰性计算和按需生成元素的场景。它们是 Python 中重要的迭代工具，常用于各种数据处理和算法实现中。