python生成器和迭代器

原创已于 2024-03-14 11:50:02 修改 · 1k 阅读

12 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#数据库 #重构

于 2024-03-01 17:50:25 首次发布

python 专栏收录该内容

20 篇文章

订阅专栏

本文介绍了迭代器的概念，强调了它们如何通过逐个生成数据来节省内存。Python中的列表、元组等是可迭代对象，但不是迭代器。文章还讨论了生成器的两种形式以及何时选择使用迭代器和生成器，特别是在处理大规模数据和有规律但难以用列表推导描述的情况下。

迭代器

概念：
一个类（对象）只要含有“iter”、"next"两个方法，就将其称为迭代器。
对于__iter__方法，它需要具有一个可以返回一个迭代器对象的功能（这个对象可以是自己(前提是本身就是一个迭代器），也可以是其它迭代器）；
对于__next__方法，它需要标记并返回下一个迭代器对象；元组，列表，字典，字符串，集合，range都是可迭代对象，但不是迭代器。
在这里插入图片描述
执行了红框的之后，再接着红框的数据往下执行，即该生成器的原数据为0,1,1,2,3,5,8,13，调用一次少一个数据

结论1：迭代器是一个可以记住遍历位置的对象，因此不会像列表那样一次性全部生成，而是可以等到用的时候才生成，因此节省了大量的内存资源。迭代器对象从集合中的第一个元素开始访问，直到所有的元素被访问完。

结论2：可迭代对象不一定是迭代器，迭代器一定是可迭代对象。

譬如列表，元组之类的是可迭代对象，不是迭代器
在这里插入图片描述

迭代器的使用1：
在这里插入图片描述
如图1775行的lines就是一个迭代器

迭代器的使用2：
在这里插入图片描述

代码块：


class Fibonacci(object):

    def __init__(self, nums):
        self.nums = nums
        self.before = 0
        self.after = 1
        self.i = 0  # 判断在传入数字范围内

    def __iter__(self):
        return self

    def __next__(self):
        ret = self.before
        if self.i < self.nums:
            self.before, self.after = self.after, self.before + self.after
            self.i += 1
            return ret  # 返回第一个值
        else:
            print('aaa')
            # raise Exception('完成')
            return 'aaa'
if __name__ == '__main__':
    nums = 300000
    myFabonacci = []
    time1 = time.time()
    fb = Fibonacci(nums)
    for i in fb:
        if i == 'aaa':
            print('i的值', i)
            print(len(myFabonacci))
            break
        myFabonacci.append(i)
    time2 = time.time()
    print('时间1', time2 - time1)
    myFabonacci2 = []
    a = 0
    b = 1
    i = 0
    while i < nums:
        myFabonacci.append(a)
        a, b = b, a + b
        i += 1
    else:
        print(len(myFabonacci2))
    time3 = time.time()
    print('时间2', time3 - time2)