python 中的生成器和迭代器

发表于： 2024-09-14

字数： 635 阅读：≈ 2分钟浏览：评论：

迭代器

定义

迭代器是实现了__iter__()和__next__()方法的对象。它允许用户逐个访问集合中的元素，而不需要知道集合的底层结构。

工作原理

__iter__()：返回迭代器对象自身。
__next__()：返回集合中的下一个元素。如果没有更多元素可供返回，则抛出StopIteration异常。

示例

 1class MyIterator:
 2    def __init__(self, data):
 3        self.data = data
 4        self.index = 0
 5
 6    def __iter__(self):
 7        return self
 8
 9    def __next__(self):
10        if self.index < len(self.data):
11            result = self.data[self.index]
12            self.index += 1
13            return result
14        else:
15            raise StopIteration
16
17# 使用迭代器
18my_iter = MyIterator([1, 2, 3])
19for item in my_iter:
20    print(item)  # 输出: 1 2 3

生成器

定义

生成器是使用yield关键字定义的特殊类型的迭代器。与普通函数不同，生成器函数在执行时会暂停，并在下一次调用时继续执行。

工作原理

当调用生成器函数时，它返回一个生成器对象，而不是立即执行函数体。
每次调用next()时，生成器函数会从上次暂停的地方继续执行，直到遇到下一个yield语句。
yield语句会返回一个值并暂停函数的执行状态。

示例

1def my_generator():
2    yield 1
3    yield 2
4    yield 3
5
6# 使用生成器
7gen = my_generator()
8for item in gen:
9    print(item)  # 输出: 1 2 3

生成器表达式

生成器表达式是一种更简洁的生成器创建方式，类似于列表推导式，但使用圆括号：

1gen_exp = (x * x for x in range(5))
2for item in gen_exp:
3    print(item)  # 输出: 0 1 4 9 16

迭代器与生成器的比较

内存使用：生成器在需要时逐个生成值，因而更节省内存；而迭代器通常需要在内存中存储整个数据集。
性能：生成器可以按需计算，避免一次性计算所有元素，从而提高性能，特别是在处理大型数据集时。
语法：生成器使用yield关键字，语法更简洁，且可以轻松实现复杂的迭代逻辑。

评论交流