zoukankan      html  css  js  c++  java
  • Python之路【第六篇】:Python基础(22)——生成器和迭代器

    迭代器

     迭 代器是访问集合元素的一种方式。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,不过这也没什么,因为人们 很少在迭代途中往后退。另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之 后,元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件。

    特点:

    1. 访问者不需要关心迭代器内部的结构,仅需通过__next()__(Python2.x 为next())方法不断去取下一个内容
    2. 不能随机访问集合中的某个值 ,只能从头到尾依次访问,也就是不能像列表一样通过下标等取到任意位置的值,一般多用用于for in 循环进行遍历
    3. 访问到一半时不能往回退
    4. 便于循环比较大的数据集合,节省内存
        Python内置函数iter就是一个简单的帮助我们创造一个迭代器的内置函数。
    >>> it = iter([1, 2, 3, 4]) # 通过内置函数iter及列表生成了一个迭代器
    >>> it
    <list_iterator object at 0x7faa075f4ef0>
    >>> it.__next__() # 通过__next方法取得一个值
    
    >>> it.__next__()
    >>> it.__next__() # 迭代器一个只有4个元素,如果此时再继续使用next方法,就会报错
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    StopIteration

    其实事实上,我们很少会使用__next__()方法一个一个的去取值,多数情况下都是使用for in循环进行遍历

    >>> it = iter([1, 2, 3, 4])
    >>> for i in it:
    ...     print(i)
    ... 
    2
    4

    生成器

    生成器就是一个函数调用时返回一个迭代器,这个函数就叫做生成器。说白了就是生成器生成迭代器。与普通函数的区别就在于yield关键字

        我们用斐波拉契数列来说明生成器和普通函数的区别
        普通函数实现
    def fib(max):
        n, a, b = 0, 0, 1
        res = []
        while n < max:
            res.append(b)
            a, b = b, a + b
            n = n + 1
        return res
    res = fib(6)
    print(res)
    for i in res:
        print(i)
        执行结果
    [1, 1, 2, 3, 5, 8]
    1
    3
    8

    生成器

    def fib2(max):
        n, a, b = 0, 0, 1
        while n < max:
            yield b
            a, b = b, a + b
            n = n + 1
    print(res)
    for i in res:
        print(i)
        执行结果
    <generator object fib2 at 0x000001EF306570F8> # 可以看出返回的是一个生成器对象,并且生成器内部的东西没有马上执行,而是执行到yield的时候就返回一个迭代器
    1
    3
    8
  • 相关阅读:
    Notes about "Exploring Expect"
    Reuse Sonar Checkstyle Violation Report for Custom Data Analysis
    Eclipse带参数调试的方法
    MIT Scheme Development on Ubuntu
    Manage Historical Snapshots in Sonarqube
    U盘自动弹出脚本
    hg的常用配置
    Java程序员的推荐阅读书籍
    使用shared memory 计算矩阵乘法 (其实并没有加速多少)
    CUDA 笔记
  • 原文地址:https://www.cnblogs.com/jiangnanmu/p/5595475.html
Copyright © 2011-2022 走看看