一、迭代器

    1、迭代的概念

        迭代器即迭代的工具,那什么是迭代呢?

        迭代是一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值。

#只是单纯地重复,因而不是迭代
while True:  
    print('===>')
    
#迭代
l = [1, 2, 3]
count = 0
while count < len(l):  
    print(l[count])
    count += 1

    2、为何要有迭代器?什么是可迭代对象?什么是迭代器对象?

        1)为何要有迭代器?

            对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器。

        2)什么是可迭代对象?

            字符串、列表、元组、字典、集合、文件都是可迭代对象

            可迭代对象指的是内置有__iter__方法的对象,即obj.__iter__

            'hello'.__iter__

            (1,2,3).__iter__

        3)什么是迭代器对象?

            可迭代对象执行obj.__iter__()得到的结果就是迭代器对象

            而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

            PS:文件类型是迭代器对象

            open('a.txt').__iter__()

            open('a.txt').__next__()

        注意:迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象

    3、迭代器对象的使用

dic = {'a': 1, 'b': 2, 'c': 3}
iter_dic = dic.__iter__()  #可迭代对象.__iter__可以得到迭代器对象,迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic  # True
print(iter_dic.__next__())  # 等同于next(iter_dic) 一次取一个值
print(iter_dic.__next__())  # 等同于next(iter_dic)
print(iter_dic.__next__())  # 等同于next(iter_dic)
print(iter_dic.__next__())  # 这次执行会抛出异常StopIteration,或者说结束标志

#有了迭代器,我们就可以不依赖索引迭代取值了
while 1:
    try:
        k = next(iter_dic)
        print(dic[k])
    except StopIteration:
        break
#确定是需要我们自己捕捉异常,控制next!!!

    4、for循环

        基于for循环,我们可以完全不再依赖索引去取值了

dic = {'a': 1, 'b': 2, 'c': 3}

for k in dic:
    print(dic[k])

        for循环的工作原理

        1)执行in后对象的dic.__iter__()方法,得到一个迭代器对象iter_dic

        2)执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码

        3)重复过程2,直到捕捉到异常StopIteration,结束循环

    5、迭代器的优缺点

        优点:

            - 提供一种统一的、不依赖于索引的迭代方式

            - 惰性计算,节省内存

        缺点:

            - 无法获取长度(只有在next完毕才知道到底有几个值)

            - 一次性的,只能往后走,不能往前退

      

二、生成器

    1、什么是生成器

        只要函数内部包含有yield关键字,那么执行 函数名() 得到的结果就是生成器,并且不会执行函数内部代码   

def func():
    print('====>first')
    yield 1
    print('====>second')
    yield 2
    print('====>third')
    yield 3
    print('====>end')
g = func()

    2、生成器就是迭代器,具有__iter__ & __next__两种方法。

def func():
    print('====>first')
    yield 1
    print('====>second')
    yield 2
    print('====>third')
    yield 3
    print('====>end')
    
g = func()
#g.__iter__
#g.__next__

res = next(g)
print(res)
res = next(g)
print(res)
res = next(g)
print(res)

    3、协程函数

        yield关键字的另外一种使用形式:表达式形式的yield

def eat(name):
    print("%s ready to eat" % name)
    while True:
        food = yield
        print("%s eat %s" % (name, food))

e = eat('sb')
e.send(None)  # 对于表达式形式的yield,在使用时,第一次必须传None,g.send(None)等同于next(g)
e.send('面条')
e.send('米饭')
e.send('冒菜')

    4、yield总结

        yield为我们提供了一种自定义迭代器对象的方法

        yield与return的区别:

                1)yield可以返回多次值 

                2)函数暂停与再继续的状态是由yield帮我们保存的

     

三、面向过程编程

    1、首先强调:

        面向过程编程绝对不是用函数编程这么简单,面向过程是一种编程思想,不依赖于具体的语言或语法的。言外之意是即使我们不依赖于函数,也可以基于面向过程的思想编写程序。

    2、定义

        面向过程的核心是过程二字,过程指的是解决问题的步骤,即先干什么再干什么。

        基于面向过程设计程序就好比在设计一条流水线,是一种机械式的思维方式。

    3、优点:复杂的问题流程化,进而简单化

    4、缺点:可扩展性差,修改流水线的任意一个阶段,都会牵一发而动全身

    5、应用:扩展性要求不高的场景,典型案例如linux内核,git,httpd

    6、举例

        流水线1:用户输入用户名、密码--->用户验证--->欢迎界面

        流水线2:用户输入sql--->sql解析--->执行功能

    ps:函数的参数传入,是函数输入,而函数return的返回值,是函数的输出

    面向过程的思路就是,把程序的执行当做一串首尾相连的功能,该功能可以是函数的形式,然后一个函数输入,输出的内容作为另外一个函数输入值,另外一个函数输出值再继续作为下一个函数的输入值