迭代器

【一】迭代器介绍

• 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

while True:
    msg = input('>>: ').strip()
    print(msg)

• 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=['mac','lenovo','acer','dell','sony']

index=0
while index < len(goods):
    print(goods[index])
    index+=1

【二】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、列表、元组、字典、集合、打开的文件都是可迭代对象：

{'name':'egon'}.__iter__
{7,8,9}.__iter__
……

【三】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

>>> s={1,2,3} # 可迭代对象s
>>> i=iter(s)  # 本质就是在调用s.__iter__(),返回s的迭代器对象i，
>>> next(i) # 本质就是在调用i.__next__()
1
>>> next(i)
2
>>> next(i)
3
>>> next(i)  #抛出StopIteration的异常，代表无值可取，迭代结束

【四】for循环原理详解

• 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=['mac','lenovo','acer','dell','sony']
i=iter(goods) #每次都需要重新获取一个迭代器对象
while True:
    try:
        print(next(i))
    except StopIteration: #捕捉异常终止循环
        break

• 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=['mac','lenovo','acer','dell','sony']
for item in goods:   
    print(item)

• 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。

【五】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

• 1、为序列和非序列类型提供了一种统一的迭代取值方式。
• 2、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

• 1、除非取尽，否则无法获取迭代器的长度
• 2、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。