迭代器的总结和生成器

迭代器的总结和生成器

• 迭代器总结(迭代取值和索引取值的对比
• 生成器(自定义的迭代器)(yield)
• 生成器表达式
• yield和return的对比

迭代器总结(迭代取值和索引取值的对比

迭代取值
	1. 不依赖于索引取值的一种取值方式
    2. 不能够重复取值，只能够从左往右固定取值
索引取值
	1. 它能够重复取值(通过索引l[0])
    2. 它需要是容器类型

生成器(自定义的迭代器)(yield)

背景：
	通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator
  	python中生成器是自定义迭代器的一种

# 生成器如何使用
关键字：yield

'''
当函数中一旦出现了yield关键字，函数在没有被调用的时候仍然是普通函数，但是只要一调用函数，那么，该函数就不是普通函数了
就变成了生成器
'''
def index():
    print('from index')
    print('from index')
    print('from index')
    yield 123,234,345 # 以元组的方式返回
    print('second')
    print('second')
    print('second')
    print('second')
    yield 'hello'
    print('three')
    yield

## 生成器其实就是一个自定义的迭代器
# res.__next__() # 只要你调用next方法，代码就会走到函数中第一个yield关键字所在的位置停住
# res.__next__() # 代码从上一次yield停住的地方继续往下执行，走到遇到下一个yield停住

生成器表达式

def fun(x):
    print(f'请输入：{x}')
    while True:
        y= yield None
        print(x,y)
ser=fun(1)
# print(ser)
ser.send(None)
ser.send(10)
#############


def eater(name):
    print('%s:正在吃...' % name)
    while True:
        food = yield
        print('%s正在吃%s' % (name, food))

'''eater就变成了生成器'''
res=eater('jerry') # 生成器对象：generator object
print(res) # <generator object eater at 0x0000021869489B30

#利用生成器的原理实现range函数的功能
    
def my_range(start, stop=None, step=1):
    if not stop: # 意味着只传了一个参数，stop没有值
        stop = start
        start = 0
    while start < stop:
        yield start
        start+=step

yield和return的对比

yield
	1. 代码遇到yield不会停止，而是停住
    2. yield也可以有返回值，并且还支持多个，以元组的形式返回
    3. yield可以把一个函数变成生成器，next取值
    

return
	1. 代码遇到return就会停止
    2. return可以有返回值并且还支持多个，以元组的形式返回