python中的迭代器和生成器

生成器(Generator)

下例中generator_tri的名称叫做生成器（Generator）,是一种特殊的 Iterator对象，注意生成器一定是迭代器，迭代器不一定是生成器， 生成器获取方式：

a.Generator函数返回

b.生成器表达式

Generator函数返回，以杨辉三角为例：

from collections import Iterator
from collections import Iterable
from typing import Generator

def triangle():
    result = [1]
    while True:
        yield result
        result = [([0] + result)[i]+(result + [0])[i] for i in range(len(result) + 1)]
generator_tri = triangle()
generator_tri.__next__()
print(next(generator_tri))

print("generator_tri is " + ("Iterator" if isinstance(generator_tri, Iterator) else "not Iterator"))
print("generator_tri is " + ("Iterator" if isinstance(generator_tri, Iterable) else "not Iterable"))
print("generator_tri is " + ("Generator" if isinstance(generator_tri, Generator) else "not Generator"))
print("generator_tri's type is ", type(generator_tri))

生成器表达式：

IL = (x for x in range(10))
print("IL's type is ", type(IL))

运行结果为：

[1, 1]
generator_tri is Iterator
generator_tri is Iterator
generator_tri is Generator
generator_tri's type is  <class 'generator'>
IL's type is  <class 'generator'>

Generator函数

上例中triangle()函数叫做Generator函数，即可以返回生成器(Generator)的函数

迭代器(Iterator)

Iterator对象 必须包含__iter__()函数,__next()__函数(接口), 分别供全局函数 iter()（此函数的功能就是返回一个Iterator对象）和next()调用, Iterator中的__iter__()函数只需要返回它自身即可Iterator对象的获取方式有：

a.生成器（生成器的获取方式见上）

b.Iterable对象(容器类等) 通过iter()函数转换

可迭代对象(Iterable)

list，dict， set 等容器类都是可迭代对象(Iterable),即作为iter()函数的参数,调用后，可返回迭代器的对象，Iterable必须包含__iter__()函数，供全局函数iter()调用, 并返回一个迭代器（Iterator）

L = [x for x in range(10)]
L = iter(L)
print("L's type is ", type(L))
print("s is " + ("Iterable" if isinstance(L, Iterable) else "not Iterable"))

运行结果：

L's type is  <class 'list_iterator'>
s is Iterable

for in 结构的本质

迭代器(Iterator)和可迭代对象(Iterable)都可以作为iter()函数的参数，都返回一个迭代器(Iterator)（对于Iterator做参数，返回的就是它自身 ），for ...in ...结构的本质就是调用iter()函数，根据返回的Iterator，然后调用next()函数 进行遍历。

示例1：

for x in [1, 2, 3, 4, 5]:
    pass
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
#it = iter(iter([1, 2, 3,,4, 5]))#多次调用iter()函数时允许的，因为迭代器(Iterator)返回的是自身
# 循环:
#以上代码等价于
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

示例2：

i = 0
for x in generator_tri:
    i += 1
    if i >5:
        break
    print(x)
#以上代码等价于
it = iter(generator_tri)#it 和generator_tri是一样的
i = 0
while i < 5:
    i += 1
    x = next(it)
    print(x)

自定义迭代器Iterator

我们可以自定义一个类，包含__iter__() __next()函数，根据鸭子类型，冒充迭代器(Iterator)，调用isinstance()判断是否是Iterator，返回true

class Fib(object):
    def __init__(self, max_lim):
        self.a, self.b = 0, 1
        if max_lim >= 0:
            self.__max_lim = max_lim
        else:
            self.__max_lim = 0
    def __iter__(self):
        '供iter()调用，返回迭代器'
        return self
    def __next__(self):
        '供next()函数调用'
        self.a, self.b = self.b, self.a + self.b
        if self.a > self.__max_lim:
            raise StopIteration()
        return self.a


f = Fib(1000)
print("f is " + ("Iterator" if isinstance(f, Iterator) else "not Iterator"))
print("f is " + ("Iterable" if isinstance(f, Iterable) else "not Iterable"))
print("f is " + ("Generator" if isinstance(f, Generator) else "not Generator"))
print(type(f))
print(next(f))

运行结果为：

f is Iterator
f is Iterable
f is not Generator
<class '__main__.Fib'>
1

小结

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

参考：

https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000