前一篇:8.1 Lambda表达式（Python）后一篇:8.4 Pythonic编程风格（Python）

8.2 迭代器和生成器（Python）

	作者：CC	今阅(1)	3日(1)	7日(1)
	发表时间:2024-05-04 02:22:12		30日(2)	总阅(27)

文章摘要：迭代器的工作原理是每次调用`__next__()`方法时，它会返回可迭代对象中的下一个元素，直到所有的元素都被访问完毕，与使用类来定义迭代器不同的是，使用生成器时我们只需要编写一个函数，并在其中使用`yield`关键字来返回元素，而不需要显式实现`__iter__()`和`__next__()`方法，迭代器（iterator）迭代器是python中用来遍历可迭代对象的一种方式，它是一个实现了`__iter__()`和`__next__()`方法的对象

### 迭代器（Iterator）

迭代器是Python中用来遍历可迭代对象的一种方式，它是一个实现了 `__iter__()` 和 `__next__()` 方法的对象。在Python中，具有 `__iter__()` 方法的对象都被称为可迭代对象（Iterable），而具有 `__next__()` 方法的对象则被称为迭代器。

迭代器的工作原理是每次调用 `__next__()` 方法时，它会返回可迭代对象中的下一个元素，直到所有的元素都被访问完毕。如果没有更多的元素可供访问，迭代器将引发 `StopIteration` 异常。通过 `iter()` 函数可以将一个可迭代对象转换为迭代器。

以下是一个简单的迭代器示例：

```python
class MyIterator:
    def __init__(self, max_num):
        self.max_num = max_num
        self.current_num = 0

def __iter__(self):
        return self

def __next__(self):
        if self.current_num < self.max_num:
            self.current_num += 1
            return self.current_num
        else:
            raise StopIteration

my_iter = MyIterator(3)
iter_obj = iter(my_iter)

print(next(iter_obj))  # 输出: 1
print(next(iter_obj))  # 输出: 2
print(next(iter_obj))  # 输出: 3
print(next(iter_obj))  # 引发StopIteration异常
```

### 生成器（Generator）

生成器是一种特殊的迭代器，它可以让我们更加方便地创建迭代器。与使用类来定义迭代器不同的是，使用生成器时我们只需要编写一个函数，并在其中使用 `yield` 关键字来返回元素，而不需要显式实现 `__iter__()` 和 `__next__()` 方法。

生成器函数会在每次迭代时自动暂停和恢复其状态，从而实现了迭代的效果，这样大大简化了迭代器的实现过程。当生成器函数执行完毕或遇到 `return` 语句时，生成器会自动引发 `StopIteration` 异常。

以下是一个生成器的示例：

```python
def my_generator(max_num):
    current_num = 0
    while current_num < max_num:
        yield current_num
        current_num += 1

gen = my_generator(3)

for num in gen:
    print(num)  # 输出: 0, 1, 2
```

在上面的示例中，`my_generator()` 是一个生成器函数，通过 `yield` 关键字可以生成连续的整数。通过 `for` 循环可以逐个获取生成器返回的值并进行处理。

总的来说，生成器提供了更加简洁高效的方式来实现迭代器，它减少了繁琐的代码编写，使得迭代处理变得更加容易和优雅。

前一篇:8.1 Lambda表达式（Python）后一篇:8.4 Pythonic编程风格（Python）