Python 中的迭代器与生成器详解

概述

迭代和生成器是 Python 中非常强大的功能，它们允许我们高效地处理集合数据。本文将详细介绍如何在 Python 中使用迭代器和生成器，并通过具体的代码示例来展示它们的工作原理和应用场景。

迭代器

1. 迭代的概念

迭代是访问集合元素的一种方式。Python 中的迭代器是一个可以记住遍历位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

2. 迭代器的基本方法

迭代器有两个基本的方法：

• iter()：创建一个迭代器对象。
• next()：返回迭代器的下一个元素。

3. 创建和使用迭代器

示例 1：使用内置对象创建迭代器

list = [1, 2, 3, 4]
it = iter(list)    # 创建迭代器对象
print(next(it))   # 输出迭代器的下一个元素
print(next(it))

• list = [1, 2, 3, 4]：定义一个列表。
• it = iter(list)：使用 iter() 函数创建一个迭代器对象。
• print(next(it))：使用 next() 函数获取迭代器的下一个元素。

示例 2：使用 for 循环遍历迭代器

list = [1, 2, 3, 4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print(x, end=" ")

• for x in it:：使用 for 循环遍历迭代器对象。
• print(x, end=" ")：打印每个元素，end=" " 用于在同一行输出。

示例 3：使用 while 循环和 try-except 处理迭代器

import sys         # 引入 sys 模块

list = [1, 2, 3, 4]
it = iter(list)    # 创建迭代器对象

while True:
    try:
        print(next(it))
    except StopIteration:
        sys.exit()

• while True:：无限循环。
• try:：尝试执行 next(it) 获取下一个元素。
• except StopIteration:：捕获 StopIteration 异常，表示迭代结束。
• sys.exit()：退出程序。

4. 创建自定义迭代器

要将一个类作为一个迭代器使用，需要在类中实现两个方法：__iter__() 和 __next__()。

示例 1：创建一个简单的自定义迭代器

class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        x = self.a
        self.a += 1
        return x

myclass = MyNumbers()
myiter = iter(myclass)

print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

• class MyNumbers:：定义一个类。
• def __iter__(self):：实现 __iter__() 方法，返回一个迭代器对象。
• def __next__(self):：实现 __next__() 方法，返回下一个元素。
• myclass = MyNumbers()：创建类的实例。
• myiter = iter(myclass)：创建迭代器对象。
• print(next(myiter))：使用 next() 函数获取迭代器的下一个元素。

示例 2：创建一个有限的自定义迭代器

class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        if self.a <= 20:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration

myclass = MyNumbers()
myiter = iter(myclass)

for x in myiter:
    print(x)

• if self.a <= 20:：判断是否达到迭代上限。
• raise StopIteration：抛出 StopIteration 异常，表示迭代结束。
• for x in myiter:：使用 for 循环遍历迭代器对象。

生成器

1. 生成器的概念

生成器是一种特殊的迭代器，使用 yield 关键字定义。生成器函数在迭代过程中逐步产生值，而不是一次性返回所有结果。

2. 生成器的基本用法

生成器函数返回一个迭代器对象，可以在迭代过程中逐步产生值。

示例 1：使用生成器实现倒计时

def countdown(n):
    while n > 0:
        yield n
        n -= 1

# 创建生成器对象
generator = countdown(5)

# 通过迭代生成器获取值
print(next(generator))  # 输出: 5
print(next(generator))  # 输出: 4
print(next(generator))  # 输出: 3

# 使用 for 循环迭代生成器
for value in generator:
    print(value)  # 输出: 2 1

• def countdown(n):：定义一个生成器函数。
• yield n：生成当前的倒数值。
• n -= 1：递减计数。
• generator = countdown(5)：创建生成器对象。
• print(next(generator))：使用 next() 函数获取生成器的下一个值。
• for value in generator:：使用 for 循环遍历生成器对象。

3. 生成器的优势

生成器的主要优势在于它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如 for 循环）无缝配合使用，提供简洁和高效的迭代方式。

示例 2：使用生成器实现斐波那契数列

def fibonacci(n):
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return
        yield a
        a, b = b, a + b
        counter += 1

f = fibonacci(10)  # f 是一个迭代器，由生成器返回生成

while True:
    try:
        print(next(f), end=" ")
    except StopIteration:
        sys.exit()

• def fibonacci(n):：定义一个生成器函数。
• a, b, counter = 0, 1, 0：初始化变量。
• if counter > n:：判断是否达到生成上限。
• yield a：生成当前的斐波那契数。
• a, b = b, a + b：更新斐波那契数。
• counter += 1：递增计数。
• f = fibonacci(10)：创建生成器对象。
• while True:：无限循环。
• try:：尝试执行 next(f) 获取下一个值。
• except StopIteration:：捕获 StopIteration 异常，表示迭代结束。
• sys.exit()：退出程序。

总结

本文详细介绍了如何在 Python 中使用迭代器和生成器，并通过具体的代码示例展示了它们的工作原理和应用场景。通过使用 iter() 和 next() 方法，我们可以创建和使用迭代器对象。通过使用 yield 关键字，我们可以定义生成器函数，逐步生成值。生成器的优势在于它们可以按需生成值，避免一次性生成大量数据并占用大量内存。

---