Day11:迭代器与生成器

一、迭代器（iterator)

可迭代对象(iterable)： 字符串，列表，元组，字典，集合等

　　- 可迭代协议：含有“__iter__”方法的数据类型就是可迭代的

　　　　　　　　- __iter__这个方法

　　　　　　　　- 所学过的基本数据类型能被for循环的都是可迭代的（非迭代器）

迭代器（iterator)：实现了能从其中一个一个的取出值来的东西

　　- 迭代器协议：含有"__iter__" 和"__next__"方法

迭代器和可迭代对象之间的关系：

　　- 迭代器包含可迭代对象

　　- 迭代器 = 可迭代对象.__iter__

迭代器的本质：

　　- 能够对python中的基本数据类型进行统一的遍历，

　　  不需要关心每一个值分别是什么

　　- 它可以节省内存 ——惰性运算

二、生成器（generator）

生成器就是迭代器，是自己写出来的一种类似函数的东西

def generator_func():  #生成器函数
    print(123)
    yield 'aaa'   #yield相当于return
    print(456)
    yield 'bbb

带yield关键字的函数就是生成器

从生成器中取值

　　1.有几个yield就可以取几次

　　2.for循环可对其正常取值

　　3.其他数据类型可对其进行强制转换   例：list(g)

　　注意：调用生成器函数的时候要先获取生成器，再进行next取值

　　　　　生成器中的内容只能取一次，且按顺序取值没有回头路，取完为止

生成器的优点：

　　- 延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，很适合处理大量的数据。

　　- 提高代码可读性

生成器中需要注意的地方：

　　- send和next工作的起止位置是完全相同的

　　- send可以把一个值作为信号量传递到函数中去

　　- 在生成器执行伊始，只能先用next

　　- 只要有send传递参数的时候，必须在生成器中还有一个未被返回的yield

生成器相关面试题：

　　- 面试题1

def demo():
    for i in range(4):
        yield i

g=demo()

g1=(i for i in g)
g2=(i for i in g1)

print(list(g1))
print(list(g2))

　　- 面试题2

def add(n,i):
    return n+i

def test():
    for i in range(4):
        yield i

g=test()
for n in [1,10]:
    g=(add(n,i) for i in g)

print(list(g))

 

列表推导式和生成器表达式：

　　- 列表推导式

new_l = []
for i in [1,3,5]:
    new_l.append(i*i)
print(new_l)

print([i*i for i in [1,3,5]])  

　　- 生成器表达式

#从生成器表达式取值的三种方法
# 第一种
g = ((i*i for i in [1,3,5]))
print(list(g))

# 第二种
g = ((i*i for i in [1,3,5]))
for i in g:
    print(i)

# 第三种
g = ((i*i for i in [1,3,5]))
print(g.__next__())
print(g.__next__())
print(g.__next__())