迭代器怎么就节省内存了？

最新推荐文章于 2024-01-30 14:46:01 发布

算法channel

最新推荐文章于 2024-01-30 14:46:01 发布

阅读量1.4k

点赞数 2

文章标签：列表 python leetcode 生成器 iterator

本文探讨了如何使用迭代器节省内存，通过对比列表操作与迭代器操作的空间复杂度，阐述了迭代器在处理大量数据时的优势。此外，还通过自定义斐波那契数列迭代器的实例，详细解释了迭代器的__iter__和__next__方法的实现，进一步加深了对迭代器的理解。

摘要由CSDN通过智能技术生成

迭代器怎么节省内存了？

只知道使用迭代器能节省内存，但却不知道怎么使用才能节省内存。

下面就来回答这个问题。

首先创建一个list:

In [1]: a=[1,3,5,9,10]

其次，列表内每个元素+1，创建一个新列表

In [2]: a1 = [i+1 for i in a]

依次打印a1中每个元素：

In [8]: for i in a1: 
   ...:     print(i)

上面操作等价于：

a1 = []
for i in a:
  a1.append(i+1)
for i in a1:
  print(i)

空间复杂度为 O(n)，n为列表a内元素个数。

但是，使用迭代器实现上面的元素+1并打印的空间复杂度是多少呢？

ait = (i+1 for i in a) # 得到生成器，也是一种特殊的迭代器
for i in ait:
  print(i)

上面操作等价于：

for i in a:
  print(i+1)

不需要额外空间，所以使用迭代器加1并打印的空间复杂度为O(1).

结论：迭代器更加节省空间。

自定义迭代器案例

迭代器对象必须要实现两个方法__iter__和__next__，为了帮助大家理解，我们通过自定义一个迭代器加深对它的理解。

自定义一个迭代器，实现斐波那契数列：

#斐波那契数列
class Fabs():
    def __init__(self,max):
        self.max=max
        self.n,self.a,self.b=0,0,1
    
    #定义__iter__方法
    def __iter__(self):
        return self
        
    #定义__next__方法
    def __next__(self):
        if self.n<self.max:
            tmp=self.b
            self.a,self.b=self.b,self.a+self.b
            self.n+=1
            return tmp
        raise StopIteration

使用这个迭代器，打印斐波那契数列前10项：

In [13]: for item in Fabs(10): 
    ...:     print(item,end=' ')                                                                    
1 1 2 3 5 8 13 21 34 55