python 迭代器与生成器

在Python中，迭代器（iterator）和生成器（generator）都是用于处理可迭代对象（iterable）的工具，它们允许你按需获取可迭代对象的元素，而不需要一次性将所有元素加载到内存中。这对于处理大型数据集或需要延迟计算的情况非常有用。

迭代器（Iterator）：

迭代器是一个对象，它实现了__iter__()和__next__()方法。

__iter__()方法返回迭代器自身，这使得迭代器可以在for循环中使用。

__next__()方法返回可迭代对象的下一个元素。当没有元素可迭代时，抛出StopIteration异常。

示例：

class MyIterator:

    def __init__(self, max_value):

        self.max_value = max_value

        self.current = 0

    def __iter__(self):

        return self

    def __next__(self):

        if self.current < self.max_value:

            result = self.current

            self.current += 1

            return result

        else:

            raise StopIteration

my_iterator = MyIterator(5)

for value in my_iterator:

print(value)

生成器（Generator）：

生成器是一种特殊的迭代器，它使用函数来创建。生成器函数包含yield语句，它允许你在每次迭代中生成一个值，但保持函数的状态。

生成器函数在调用时不执行，而是返回一个生成器对象。

当你迭代生成器对象时，函数会执行，每次遇到yield语句时返回一个值，同时保存函数的状态。

示例：

def my_generator(max_value):

    current = 0

    while current < max_value:

        yield current

        current += 1

gen = my_generator(5)

for value in gen:

    print(value)

主要区别：

迭代器是通过类来实现的，需要显式地定义__iter__()和__next__()方法。

生成器使用函数和yield语句来定义，更简洁，因为它们不需要显式地管理迭代状态。

生成器通常更常用，因为它们更容易编写和理解，同时也更具可读性。它们对于处理大型数据集或需要延迟计算的任务非常有用。