迭代器与生成器

这一部分待加强！
                （一）迭代器
    
一：简介

    迭代是Python最强大的功能之一，是访问集合元素的一种方式。
    迭代器是一个可以记住遍历的位置的对象。
    迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
    迭代器只能往前不会后退。

    迭代器有两个基本的方法：iter() 创建迭代器对象和 next()访问迭代器。
    字典、字符串、列表或元组对象都可用于创建迭代器

二：迭代器的创建

    ①把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
    ②__iter__() 方法返回一个特殊的迭代器对象，
    这个迭代器对象实现了 __next__() 方法
    并通过 StopIteration 异常标识迭代的完成。
    ③__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象

三：迭代器协议的后台机制

    for element in (1, 2, 3):
            print(element)
    
    在后台，for 语句在容器对象中调用 iter() 。
    该函数返回一个定义了 __next__() 方法的迭代器对象，它在容器中逐一访问元素。
    没有后续的元素时， __next__() 抛出一个 StopIteration 异常，
    通知 for 语句循环结束。
    可以用内建的 next() 函数调用 __next__() 方法；

    了解了迭代器协议的后台机制，就可以很容易的给自己的类添加迭代器行为。
    定义一个 __iter__() 方法，使其返回一个带有 __next__() 方法的对象。
    如果这个类已经定义了 __next__() ，那么 __iter__() 只需要返回 self:

三：迭代器使用的必要性
    
    列表效率高，但是需要将内容一次性读入，可能增加内存的负担，
    如果列表太大，内存溢出。
    range 返回一个列表
    xrange 返回一个对象

                （二）生成器

一：简介

    ①在 Python 中，使用了 yield 的函数被称为生成器（generator）
    跟普通函数不同的是，生成器是一个返回迭代器的函数，
    只能用于迭代操作，更简单点理解生成器就是一个迭代器
    ②在调用生成器运行的过程中，每次遇到 yield 时函数会暂停，
    并保存当前所有的运行信息，返回 yield 的值,
    并在下一次执行 next() 方法时从当前位置继续运行。

二：创建生成器

    ①一个简单的生成器：my_generator = (x*x for x in range(4))
    和列表解析式只是括号不同，大数据处理时代替列表解析式。
    ②和return的区别：一般的函数都是止于return，作为生成器的函数，由于有了yield,
    遇到他则会暂时挂起，如果之后还有return，则直接抛出StopIteration异常。

三：本节最后一句：编程中可以不使用生成器。

# ---------------------------------------------------------------------#
# 迭代器的创建
# ---------------------------------------------------------------------#
import sys
print("----------------------------迭代器-----------------------------")
list1 = [1, 2, 3, 4]
it = iter(list1)    # 创建迭代器对象
print(next(it))     # 输出迭代器的下一个元素

# ---------------------------------------------------------------------#
# 迭代器的遍历
# ---------------------------------------------------------------------#
# 遍历方法一
list2 = [1, 2, 3, 4]
it = iter(list2)        # 创建迭代器对象
for x in it:
    print(x, end=" ")   # 此处格式化输出的形式

# 遍历方法二
list3 = (1, 2, 3, 4)
it = iter(list3)  # 创建迭代器对象
"""


while True:
    try:
        print(next(it), end=" ")
    except StopIteration:   # 用于标识迭代的完成，防止出现无限循环的情况
        sys.exit()
"""
# ---------------------------------------------------------------------#
# 写一个能够迭代的对象(给自己的类添加迭代对象)
# ---------------------------------------------------------------------#


class MyNumbers:
    def __init__(self, n):
        self.i = 0
        self.n = n

    def __iter__(self):     # 核心，返回了迭代器本身即实现了__iter__方法的对象
        return self

    def __next__(self):     # 含有next的对象就是迭代器本身
        if self.i < self.n:
            result_i = self.i
            self.i += 1
            return result_i
        else:
            raise StopIteration


x = MyNumbers(7)
y = iter(x)
for i in y:
    print(i)


print("# ----------------------------生成器----------------------------- #")


def fibonacci(n):  # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return
        yield a
        a, b = b, a + b
        counter += 1


f = fibonacci(10)  # f 是一个迭代器，由生成器返回生成

while True:
    try:
        print(next(f), end=" ")
    except StopIteration:
        sys.exit()