迭代器与生成器

for循环的本质
d = {'name':'jason','pwd':123,'hobby':'read'}
​res = d.__iter__()  # StopIteration    此处运用了迭代器对象
while True:   添加循环功能 
 try:     
   print(res.__next__())   
 except StopIteration as e:  
     for i in d:
          print(i)    
     

迭代取值与索引取值的比较

迭代取值：

      优点：

       1.不依赖于索引的一种通用的取值方式

      缺点：

         取值顺序是固定的从左往右  无法重复获取索引值

索引取值
缺点:
1.需要提供有序容器类型才可取值(不是一种通用的方式)
优点:
1.可以重复取值

生成器对象
生成器其实就是自定义迭代器
"""
# 定义阶段就是一个普通函数
def my_ge():
    print('first')
    yield 123,222,333
    print('second')
    # yield 456,444,555
"""
当函数体内含有yield关键字 那么在第一次调用函数的时候
并不会执行函数体代码 而是将函数变成了生成器(迭代器)
"""
# 调用函数:不执行函数体代码 而是转换为生成器(迭代器)
# res = my_ge()
# ret = res.__next__()  # 每执行一个__next__代码往下运行到yield停止 返回后面的数据
# print(ret)
# ret = res.__next__()  # 再次执行__next__接着上次停止的地方继续往后 遇到yield再停止
# print(ret)

yield传值

def eat(name):
print('%s 准备干饭！！！'%name)
while True:
food = yield
print('%s 正在吃 %s' % (name, food))
res = eat('jason') # 并不会执行代码 而是转换成生成器
res.__next__()
res.send('肉包子')
res.send('盖浇饭')

yield与return对比

yield
1.可以返回值(支持多个并且组织成元组)
2.函数体代码遇到yield不会结束而是"停住"
3.yield可以将函数变成生成器 并且还支持外界传值
return
1.可以返回值(支持多个并且组织成元组)
2.函数体代码遇到return直接结束

生成器表达式

l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
# res = [i+1 for i in l if i!=44]
# print(res)

# res1 = (i+1 for i in l if i!=44)
"""
生成器表达式内部的代码只有在迭代取值的时候才会执行
"""
# print(res1.__next__())
# print(res1.__next__())
# print(res1.__next__())
"""
    迭代器对象 生成器对象 我们都可以看成是"工厂"
    只有当我们所要数据的时候工厂才会加工出"数据"
        上述方式就是为了节省空间
"""
# 求和
def add(n, i):
    return n + i
# 调用之前是函数 调用之后是生成器
def test():
    for i in range(4):
        yield i
g = test()  # 初始化生成器对象
for n in [1, 10]:
    g = (add(n, i) for i in g)
    """
    第一次for循环
        g = (add(n, i) for i in g)
    第二次for循环
        g = (add(10, i) for i in (add(10, i) for i in g))
    """
res = list(g)
print(res)

#A. res=[10,11,12,13]
#B. res=[11,12,13,14]
#C. res=[20,21,22,23]
#D. res=[21,22,23,24]