迭代器

迭代器

• 迭代器即用来迭代取值的工具，而迭代是重复反馈过程的活动

  • 其目的通常是为了逼近所需的目标或结果，每一次对过程的重复称为一次“迭代”
  • 而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代

• 下述while循环才是一个迭代过程

  • 不仅满足重复，而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值
  • 反复迭代，最终可以取尽列表中的值

  goods = ["鼠标", "键盘", "音响", "显示屏", "手柄"]
  count = 0
  while count < len(goods):
      print(goods[count], end='  ')
      count += 1
  
  # 鼠标  键盘  音响  显示屏  手柄
  

一、可迭代对象

• 通过索引的方式进行迭代取值，实现简单

  • 但仅适用于序列类型：字符串，列表，元组。对于没有索引的字典、集合等非序列类型
  • 必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器

• 要想了解迭代器为何物，必须事先搞清楚一个很重要的概念：

  • 可迭代对象(Iterable)

• 从语法形式上讲，内置有__iter__方法的对象都是可迭代对象

#字符串类型
name = 'Xanadu'
print(name.__iter__)
# <method-wrapper '__iter__' of str object at 0x000002CBB26618B0>
print(name.__iter__())
# <str_iterator object at 0x000002CBB268B760>


#列表类型
num_list = [1, 2, 3, 4]
print(num_list.__iter__)
# <method-wrapper '__iter__' of list object at 0x000001541E77D000>
print(num_list.__iter__())
# <list_iterator object at 0x000001541E7DB760>

#元组类型
num_tuple = (1, 2, 3, 4)
print(num_tuple.__iter__)
# <method-wrapper '__iter__' of tuple object at 0x000002879C03FC40>
print(num_tuple.__iter__())
# <tuple_iterator object at 0x000002879C01B760>

#字典类型
num_dict = {1: 1, 2: 2, 3: 3, 4: 4}
print(num_dict.__iter__)
# <method-wrapper '__iter__' of dict object at 0x000002C6610C1800>
print(num_dict.__iter__())
# <dict_keyiterator object at 0x000002C661037380>

#集合类型
num_set = {1, 2, 3, 4}
print(num_set.__iter__)
# <method-wrapper '__iter__' of set object at 0x000002EDD9F46B20>
print(num_set.__iter__())
# <method-wrapper '__iter__' of set object at 0x000002EDD9F46B20>

• 八大基本数据类型中只有五种是可迭代对象
  • 字符串
  • 列表
  • 字典
  • 元组
  • 集合
• 不可迭代对象
  • 整数类型
  • 浮点数类型
  • 布尔类型

二、迭代器对象

• 调用obj.__iter__()方法返回的结果就是一个迭代器对象(Iterator)。
• 迭代器对象是内置有iter和next方法的对象，打开的文件本身就是一个迭代器对象
  • 执行迭代器对象.iter()方法得到的仍然是迭代器本身
  • 而执行迭代器.next()方法就会计算出迭代器中的下一个值。
• 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式，只要存在多个“值”，无论序列类型还是非序列类型都可以按照迭代器的方式取值

[1]获取迭代器对象的方式

• _iter_()和iter()

name = 'Xanadu'
name_iter_1 = name.__iter__()
print(name_iter_1)  # <str_iterator object at 0x000001A23392B760>
name_iter_2 = iter(name)
print(name_iter_2)  # <str_iterator object at 0x000001A23392B730>

[2]迭代器对象取值方法

• _next_()和next()

name = 'Xanadu'
name_iter = name.__iter__()
print(name_iter)  # <str_iterator object at 0x000001D0F238B760>
print(name_iter.__next__())  # X
print(next(name_iter))  # a

三、for循环的运行原理

• 有了迭代器后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下

goods = ["鼠标", "键盘", "音响", "显示屏", "耳机"]
i = iter(goods)
while True:
    try:
        print(next(i), end='  ')
    except StopIteration:
        break
# 鼠标  键盘  音响  显示屏  耳机

• for循环又称为迭代循环，in后可以跟任意可迭代对象，上述while循环可以简写为

goods = ["鼠标", "键盘", "音响", "显示屏", "耳机"]
for i in goods:
    print(i, end='  ')
# 鼠标  键盘  音响  显示屏  耳机

• for 循环在工作时
  • 首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象
  • 然后再调用该迭代器对象的next方法将取到的值赋给item
  • 执行循环体完成一次循环
  • 周而复始，直到捕捉StopIteration异常，结束迭代。

四、迭代器的优缺点

• 基于索引的迭代取值，所有迭代的状态都保存在了索引中
• 而基于迭代器实现迭代的方式不再需要索引
• 所有迭代的状态就保存在迭代器中
• 然而这种处理方式优点与缺点并存

【1】优点

• 为序列和非序列类型提供了一种统一的迭代取值方式。
• 惰性计算：
  • 迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值
  • 就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型
  • 如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。

【2】缺点

• 除非取尽，否则无法获取迭代器的长度
• 只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；
• 若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。