迭代器和生成器

一、迭代器

1、什么是迭代器？

　　迭代器是访问对象元素的一种工具。主要是通过迭代的当时来访问对象里元素，通常是从第一个元素开始访问直至最后一个元素访问结束，每次访问时都是基于前一个元素的结果。

2、可迭代对象和迭代器

　　1）可以被for循环的对象都是可迭代对象，这些对象内部都有__iter__方法（__iter__方法用于返回一个迭代器）。

　　2）迭代器不仅有__iter__方法们还有next()方法（用于调用迭代器，返回迭代器的下一个元素）

　　3）迭代器一定是可迭代对象，可迭代对象不一定是迭代器。（list，dict，str都是可迭代对象，但不是迭代器，因为他们没有next()方法，不能自动访问自身。需要用for循环的next()方法来遍历自身）

　　总结： 一个实现了__iter__方法的对象是可迭代的，一个实现next方法的可迭代对象是迭代器。

3、判断迭代器和可迭代对象

from collections import Iterable,Iterator

#判断是否是可迭代对象
print(isinstance([],Iterable))                               #True
print(isinstance({},Iterable))                               #True
print(isinstance((),Iterable))                               #True
print(isinstance("aaa",Iterable))                           #True
print(isinstance((x for x in range(10)),Iterable))          #True

#判断是否是迭代器
print(isinstance([],Iterator))                               #False
print(isinstance({},Iterator))                               #False
print(isinstance((),Iterator))                               #False
print(isinstance("aaa",Iterator))                           #False
print(isinstance((x for x in range(10)),Iterator))          #True

4、自定义迭代器

#! /usr/bin/env python
# -*- coding: utf-8 -*-
from collections import Iterable,Iterator


class MyRange(object):
    def __init__(self, n):
        self.idx = 0
        self.n = n

    def __iter__(self):
        return self

    def next(self):
        if self.idx < self.n:
            val = self.idx
            self.idx += 1
            return self.n[val]
        else:
            raise StopIteration()


l = [4,5,6,7,8]
obj = MyRange(l)
print obj.next()      # 4
print obj.next()      # 5
print obj.next()      # 6
print(isinstance(obj,Iterator))     #True

迭代器优点:

　　　　1.提供了一种通用不依赖索引的迭代取值方式

　　　　2.同一时刻在内存中只存在一个值,更节省内存

迭代器缺点:

　　　　1.取值不如按照索引的方式灵活,不能取指定的某一个值,只能往后取,不能往前去

　　　　2.无法预测迭代器的长度

二、生成器

1、什么是生成器

　　生成器是一种特殊的迭代器，一般表现为一边循环，一边计算。

　　当函数内包含yield关键字,调用函数不会执行函数体代码,会得到一个返回值,该返回值就是生成器对象

2、yield函数

　　1）只能在函数内使用

　　2）yield提供了一种自定义迭代器的解决方案

　　3）yield可以保存函数的暂停的状态

　　4）yield对比return：相同点：都可以返回值,值得类型与个数没有限制。

　　　　　　　　　　     不同点：yield可以返回多次值,而return只能返回一次值函数就会结束

3、生成器工作原理

　　1）生成器是这样一个函数，它记住上一次返回时在函数体中的位置。

　　2）对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

　　3）生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。

　　4）生成器是一个函数，而且函数的参数都会保留。

　　5）迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的

4、yield生成器运行机制

　　1）在Python中，yield就是这样的一个生成器。

　　2）当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把yield 的参数给你，之后生成器就不会往下继续运行。

　　3）当你问他要下一个数时，他会从上次的状态开始运行，直至出现yield语句，把参数给你，之后停下。如此反复

　　4）在python中，当你定义一个函数，使用了yield关键字时，这个函数就是一个生成器

　　5）它的执行会和其他普通的函数有很多不同，函数返回的是一个对象，而不是你平常所用return语句那样，能得到结果值。如果想取得值，那得调用next()函数

　　6）每当调用一次迭代器的next函数，生成器函数运行到yield之处，返回yield后面的值且在这个地方暂停，所有的状态都会被保持住，直到下次next函数被调用，或者碰到异常循环退出。

def fib(max_num):
    a,b = 1,1
    while a < max_num:
        yield b
        a,b=b,a+b

g = fib(10)               #生成一个生成器：[1，2, 3, 5, 8, 13]
print(g.__next__())       #第一次调用返回：1
print(list(g))            #把剩下元素变成列表：[2, 3, 5, 8, 13]

def fib(max_num):
    a,b = 1,1
    while a < max_num:
        yield b
        a,b=b,a+b

g = fib(10)               #生成一个生成器：[1，2, 3, 5, 8, 13]
print(g.__next__())       #第一次调用返回：1
print(list(g))            #把剩下元素变成列表：[2, 3, 5, 8, 13]