python之路--迭代器和生成器

迭代：

　　迭代器协议:　

　　1.迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代（只能往后走不能往前退）

　　2.可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter__()方法）

　　3.协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具（如for循环，sum，min，max函数等)使用迭代器协议访问对象

　　for循环实现迭代的原理：

　　1.调用__iter__()方法，将后面序列转为可迭代对象

　　2.调用__next__方法，读取内容，读取到StopIteration异常，以终止迭代。

name=[1,2,3,4,5]
for i in name:
    print(i)

实现for循环的原理 ：
name=name.__iter__()
while True:
    try:
        print(name.__next__())
    except StopIteration:
        break

　　判断是否为迭代器的方法：用Iterator

from collections import Iterator  
isinstance({}, Iterator)  --> False  
isinstance((), Iterator) --> False  
isinstance( (x for x in range(10)), Iterator)  --> True

　　凡是可以for循环的，都是Iterable

　　凡是可以next()的，都是Iterator

　　集合数据类型如list，truple，dict，str，都是Itrable不是Iterator，但可以通过iter()函数获得一个Iterator对象

生成器（优点：节省内存）：

　　生成器：可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象。

　　生成器分类及在python中的表现形式：（Python有两种不同的方式提供生成器）

　　1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

　　2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

#函数表达式
a=(i for i in range(100))
print(a)
print(a.__next__())
# 函数表达式
def generator_test():
    yield 1
    yield 2
    yield 3

b=generator_test()
print(b)
print(b.__next__())
print(b.__next__())
print(b.__next__())
print(b.__next__())

View Code

生成器小结：

　　1.是可迭代对象

　　2.实现了延迟计算,省内存啊

　　3.生成器本质和其他的数据类型一样，都是实现了迭代器协议，只不过生成器附加了一个延迟计算省内存的好处，其余的可迭代对象可没有这点好处，记住喽！！！

触发函数生成器的方法：

　　1.__next__

　　2.next()

　　3.send() #send会将参数赋值给yield

参考链接：https://www.cnblogs.com/linhaifeng/p/6133014.html