迭代器和生成器

Iterator（迭代器）

迭代器是访问集合元素的一种方式，是一个可以记住当前访问位置的对象

1. 将对象转成迭代器使用iter()

   a = [1,2,3]
   iter(a)
   next(a)
   >>> 1
   

2. 迭代器可以使用next()进行遍历，当全部遍历完之后，就会抛出StopIteration异常

3. 定义可迭代的类，两个关键要素：__iter__和__next__，通常使用的for...in...就是使用的这两个要素

   class Reverse:
       def __init__(self,data):
           self.data = data
           self.index = len(data)
           
       def __iter__(self):
           return self
       
       def __next__(self):
           if self.index == 0:
               raise StopIteration
           self.index = self.inedex -1
           return self.data[self.index]
       
   rev = Reverse([1,2,3])
   next(rev)
   >>> 3
   for i in rev:
       print(i)
       
   """
   2
   1
   """
   

4. 比起列表(list)来说，迭代器最大的优势就是延迟计算，按需使用，从而提高开发体验和运行效率，也能节省内存，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器

Generator（生成器）

使用了yield的函数是生成器

生成器是一个返回迭代器的函数，同时它就是迭代器

每次调用next()在生成器上时，都会从之前访问的位置继续开始

这个特点常用于流水线和异步，比如：

播放一段视频，你突然有事走开，需要暂停视频，等你忙完回来，在从暂停位置开始看起，而不是从视频的开头开始，重头看起

创建生成器

1. 和创建列表类似，但是不用中括号[]而是用括号()

   gen = (x for i in range(10))
   # ()生成器，[]列表，{}集合或者键值对
   # 遍历
   while True:
       try:
           print(next(gen))
       except StopIteration:
           break
           
   ------------------------------
   
   for i in gen:
       print(i)
   

创建生成器函数

# 函数有了yield之后，函数名+（）就变成了生成器
# return在生成器中代表生成器的中止，直接报错
# next的作用是唤醒并继续执行
# send的作用是唤醒并继续执行，发送一个信息到生成器内部
'''生成器'''
 
def coro():
    say_hello = yield 'hello'	# 第一次返回的值是'hello'但是没有赋值给变量say_hello
    							# 第二次将发送的值传给了变量say_hello，say_hello='world'，继续往下执行
    yield say_hello

c = coro()	# 生成协程，生成协程后的第一步是c.send(None)或者next(c)
type(c)
print(next(c)) # 或者使用send(None)，next(c)=c.send(None)
print(c.send('world'))