Python 迭代器与生成器

Python 中的迭代器和生成器是用于遍历和生成数据的强大工具，它们能够高效地处理大量数据或复杂的迭代任务。

1. 迭代器的概念与使用

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。

迭代器的特点：

• 实现了 __iter__() 和 __next__() 方法：迭代器对象实现了这两个方法，因此可以用于 for 循环或手动调用 next() 进行遍历。
• 惰性计算：迭代器在每次调用 next() 时，返回一个元素，直到没有元素为止抛出 StopIteration 异常。

创建一个迭代器：

任何实现了 __iter__() 和 __next__() 方法的对象都是一个迭代器。你可以通过实现这些方法来自定义一个迭代器。

class MyIterator:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.end:
            value = self.current
            self.current += 1
            return value
        else:
            raise StopIteration

# 使用自定义迭代器
it = MyIterator(1, 5)
for num in it:
    print(num)  # 输出 1, 2, 3, 4

2. 生成器的使用

生成器是简化了迭代器的定义，它使用 yield 关键字来生成一个元素，每次调用 next() 时，生成器会从上次 yield 语句暂停的地方恢复执行，并继续生成下一个值。

生成器的特点：

• 语法简单：使用 yield 关键字，而不需要 __iter__() 和 __next__() 方法。
• 节省内存：生成器是惰性求值的，只在需要时才生成数据，因此比完整存储数据的方式更节省内存。

创建一个生成器：

def my_generator(start, end):
    current = start
    while current < end:
        yield current
        current += 1

# 使用生成器
gen = my_generator(1, 5)
for num in gen:
    print(num)  # 输出 1, 2, 3, 4

3. 列表生成式与生成器表达式

列表生成式（List Comprehensions）是一种简洁的创建列表的方式，适用于简单的过滤和变换操作。

生成器表达式与列表生成式类似，但生成器表达式返回的是一个生成器对象，而不是列表，生成器表达式是惰性求值的，更节省内存。

列表生成式的使用：

# 创建一个包含 1 到 4 的平方的列表
squares = [x**2 for x in range(1, 5)]
print(squares)  # 输出 [1, 4, 9, 16]

生成器表达式的使用：

# 使用生成器表达式生成 1 到 4 的平方
squares_gen = (x**2 for x in range(1, 5))

# 生成器表达式使用 for 循环遍历
for num in squares_gen:
    print(num)  # 输出 1, 4, 9, 16

4. 迭代器与生成器的应用场景

• 迭代器：适合用于实现更复杂的迭代逻辑，比如自定义迭代规则或需要在多处重复使用的迭代逻辑。
• 生成器：适合用于生成大量数据时节省内存，或需要逐步生成数据、数据流式处理的场景。

总结

• 迭代器 通过实现 __iter__() 和 __next__() 方法，自定义遍历行为，适用于需要自定义迭代逻辑的场景。
• 生成器 使用 yield 关键字简化了迭代器的实现，更适合生成序列或流式数据。
• 列表生成式 和 生成器表达式 提供了简洁的语法用于创建列表和生成器，生成器表达式尤其适合处理大数据量或节省内存的场景。