03：迭代器和生成器

***  迭代器（Iterator）

　　---- 当要返回一个序列或者在循环中执行的函数时，就应该考虑生成器，这些元素将被传递到另一个函数中进行后续处理时，一次返回一个元素能够提高整体性能。　　

　　---- 迭代器只不过是一个实现迭代协议的容器对象，它基于两个方法：1)next (python 3 是__next__)：返回容器的下一个项目； 2)__iter__ ：返回迭代器本身。前者返回迭代过程的下一个集合元素，而后者返回一个迭代器对象（如果一个对象没有__iter__方法但定义了__getitem__方法，那么这个对象仍然是可迭代的）。

　　---- python 用for或列表推导式(list comprehension)能够自动为你调用next和iter这两个方法。在for循环中，Python将自动调用工厂函数iter()获得迭代器，自动调用next()获取元素，还完成了检查StopIteration异常的工作。若需手动调用它们，用Python的内建函数iter以及 next。 若c是一个可迭代对象，那么你可以使用iter(c)来访问；如果a是一个迭代器对象，那么请使用next(a)

　　---- 迭代器的实现

###1
class count_iterator(object):
    n = 0
    def __iter__(self):
        return self
 
    def next(self):
        y = self.n
        self.n += 1
        return y

counter = count_iterator()
#next(counter)

###2
class SimpleList(object):
    def __init__(self, *items):
        self.items = items
 
    def __getitem__(self, i):
        return self.items[i]

a = SimpleList(1, 2, 3)
it = iter(a)#当Python的内建函数iter将会返回一个对应此对象的迭代器类型，并使用__getitem__方法遍历list的所有元素。如果 StopIteration或IndexError异常被抛出，则迭代停止。
#next(it)

　　--- iter(callable, flagValue)　　iter 函数一个鲜为人知的特性是它接受一个可选的 callable 对象和一个标记(结尾)值作为输入参数。 当以这种方式使用的时候，它会创建一个迭代器， 这个迭代器会不断调用 callable 对象直到返回值和标记值相等为止。

*** 生成器（Generator）

　　---- yield只适用于函数.当生成器被调用的时候，它会返回一个值给调用者。在生成器内部使用yield来完成这个动作。为了记住yield到底干了什么，最简单的方法是把它当作专门给生成器函数用的特殊的return。调用next()时，生成器函数不断的执行语句，直至遇到yield为止，此时生成器函数的"状态"会被冻结，所有的变量的值会被保留下来，下一行要执行的代码的位置也会被记录，直到再次调用next()继续执行yield之后的语句。next()不能无限执行，当迭代结束时，会抛出StopIteration异常。迭代未结束时，如果你想结束生成器，可以使用close()方法。

　　---- 它可以使用空的return语句结束

　　---- 生成器函数可以带参数

　　---- 如果我需要在生成器的迭代过程中接入另一个生成器的迭代（p3.3后实现委托生成器yield from）

def frange(start, stop, increment):
    x = start
    while x < stop:
        yield x
        x += increment

#生成器只能用于迭代操作,一旦生成器函数返回退出，迭代终止。
for n in frange(0, 4, 0.5):
    print(n)

　　---- 带有外部状态的生成器函数实现

#关于生成器，很容易掉进函数无所不能的陷阱。 如果生成器函数需要跟你的程序其他部分打交道的话(比如暴露属性值，允许通过方法调用来控制等等)， 可能会导致你的代码异常的复杂。 如果是这种情况的话，可以考虑使用如下定义类的方式。 在 __iter__() 方法中定义你的生成器不会改变你任何的算法逻辑。 由于它是类的一部分，所以允许你定义各种属性和方法来供用户使用。

from collections import deque

class linehistory:
    def __init__(self, lines, histlen=3):
        self.lines = lines
        self.history = deque(maxlen=histlen)

    def __iter__(self):
        for lineno, line in enumerate(self.lines, 1):
            self.history.append((lineno, line))
            yield line

    def clear(self):
        self.history.clear()

　　---- 迭代器代替while的无限循环。