python成长之路12——生成器和迭代器

一. 什么是生成器和迭代器

　  使用一个可迭代的对象比一个列表的好处：

     还记得前面的filter和map吗，他们的返回值是一个相应的对象，我们可以循环这个对象，就取到了每个对象元素，而且取完之后，这个元素就没啦，一边取值，一边垃圾回收，这样相对于返回值直接是一个列表，就大大的节省了内存。因为如果返回值是一个长度几万几十万的列表，会一下子在内存里开辟那么多的内存空间，但是如果生成的是一个filter或者map对象，就没有这个担心啦。

　　我们用一个小例子来进行对比：

#要用python2.7的环境
#py3中range和xrange合并啦，不再有xrange，range的返回值是range对象，不再是list

ret=range(0,10)
print ret
print type(ret)

ret=xrange(0,10)
print ret
print type(ret)

执行结果：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<type 'list'>
xrange(10)
<type 'xrange'>

#可以明显看出生成一个可迭代的对象要比生成一个list对内存的占用少的多，xrange的话，取完一个值，用完之后，就会垃圾回收。

      生成器就可以实现这个功能。那么什么是生成器呢？

      生成器是一次生成一个值的特殊类型函数。标志性的单词就是yield。

　　迭代器就是利用next来从生成器里取数据。

def f1():
    print("生成第一个数")
    yield 1
    print("生成第二个数")
    yield 2
    print("生成第三个数")
    yield 3
ret=f1()
#执行f1()的时候,3个print都没有输出,生成器是一种特殊的函数
print(ret)
#生成器生成的ret是一个生成器对象,这个对象可以迭代
print("*"*10)
print(list(ret))
print(list(ret))

执行结果：
<generator object f1 at 0x102189c50>
**********
生成第一个数
生成第二个数
生成第三个数
[1, 2, 3]
[]

def f1():
    print("生成第一个数")
    yield 1
    print("生成第二个数")
    yield 2
    print("生成第三个数")
    yield 3
ret=f1()
#生成器可以配合__next__使用
r1=ret.__next__()
print(r1)
#r1:ret.__next__() 会找到函数中的第一个yield,执行函数到这个yield为止,并将yield后面的数据返回
r2=ret.__next__()
print(r2)
#r2:ret.__next__() 会执行上一个yield下面的代码直到遇到下一个yield,同上会返回yield后面的数据

执行结果：
生成第一个数
1
生成第二个数
2

注意：实际使用的时候是不需要我们一个一个的_next_的，for循环帮我们做了next，也可以说for循环封装了迭代器。

二. 生成器小例子

def zyrange(m,n):
    while True:
        yield m
        m+=1
        if m == n:
            break

for i in zyrange(4,10):
    print(i)

执行结果：
4
5
6
7
8
9