python的迭代器和生成器

本文參考 景霄大神的《python核心技術與實戰》

一 、python中的容器、可迭代對象、迭代器的使用

---

 容器: python中一切皆對象， 對象的抽象就是類， 而對象的集就是容器，因此列表， 元祖，字典等都是容器，而且全部的容器都是能夠迭代的(iterable)

  迭代器: 迭代器(iterator)提供了next的方法， 調用這個方法會獲得迭代器的下一個對象，直到取完拋出StopIteration錯誤類型，因此能夠經過可迭代對象調取next方法完成遍歷迭代器。

能夠經過isinstance校驗是否爲可迭代對象isinstanstance(obj, lterable)

二 、生成器

---

 通俗的解釋是懶人的迭代器， 在使用迭代器構成中全部的元素都會直接一次保存在內存中，可是生成器全部的元素經過調取next動態生成， 直觀的感覺就是節省了不少資源

 舉例：生成一億的迭代器[for i in range(10000000000)]，可是在實際運用中並不會使用到每一個元素， 這個時候用生成器替代迭代器會更高效，也並不會報OOM異常, 生成器寫法 ( for i in range(100000000))

 做用：迭代器和生成器二者區別還不止內存消耗，迭代器是有窮的，可是由於生成器是動態生成元素，理論上它是能夠無限生成下一個元素的，

實例1 計算 (1 + 2 + 3 + ... + n)

def generator(k):
	i = 1
	while True:
		yield i ** k
		i = i + 1

gen = gennerator(1)
def get_sum(n): 
	sum = 0
	for i in range(n):
		_next = next(gen)
		print(_next)
 
複製代碼

 就跟這個公式同樣， n能夠取無窮， 一樣理論上生成器也能夠取無窮， 上述代碼用yield暫停了函數，而且跳轉到next()函數， i ** k 即爲next返回值， yield的用法還有不少， 能夠代替線程用協程的方法完成函數塊的切換，省去了線程間切換消耗的資源，能夠用send激活， 這邊講了其中一種用法， 一樣它也就是用next激活了生成器。

實例2 在列表中查找某個數字的位置

def func1(list, k):
	out_list = []
	for i, num in enumerate(list):
		if num == k:
			print('fonud it ', i)

def func2(list, k):
	for i, num in enumerate(list):
		if num == k:
			yield i

複製代碼

ps: func2就是生成了一個迭代器對象， 再轉list就能夠了， 可讓代碼更加有可讀性。

實例3 查找列表中是否包含子列表

def is_instance(check_list, list):
	list = iter(list)
	
	return all( i in list for i in check_list) # all()函數必須全部返回均爲True纔會返回True
複製代碼

3、總結

•  容器是可迭代對象， 可迭代對象調用iter()函數能夠獲得一個迭代器， 迭代器經過next()獲得下一個元素， 從而支持遍歷， 注意點： 迭代器遍歷只可使用一次，緣由是由於迭代器會存到緩衝區內， 經過移動指針來消耗緩衝區， 隨時讀取，可是讀過一次以後指針就在緩衝區的末尾， 因此不可重複讀取。
•  生成器是一種特殊的迭代器，合理使用生成器能夠下降內存佔用，優化程序結構，提升程序運行速度。
•  生成器也是在python2中協程的一種重要的實現方式(在python中因爲GIL的存在每每使用多進程+協程的方式實現併發), 而在python3.5以上引用了async await語法糖