python迭代器与生成器

li [1, 2, 3, 4, 5]
print(isinstance(li,Iterable))
 True

iter_li iter(li)
print(type(iter_li))
 class list_iterator 

迭代器优势 在构建迭代器时 不是将所有的元素一次性的加载 而是等调用next方法时返回元素 所以不需要考虑内存的问题。 使用next()取值时 当数据取完后会触发StopIteration异常

print( iter_li : ,next(iter_li))
 iter_li : 1

# 列表推导式 生成器
li [x for x in range(10)]
print( li: ,li)
l2 (x for x in range(10))
print( l2: ,l2)
 li: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
 l2: generator object genexpr at 0x0000020894876AC0 

同样生成器也可以用next()进行取值 下面我们先用next()取值 然后用for循环看一下结果

print( - ,next(l2))
for i in l2:
 print(i)

可以发现 生成器取过一次值后 使用for循环遍历时不会对已取出的值进行遍历。l2保存的是算法 每次调用next(l2)就计算出他的下一个元素的值 直到计算出最后一个元素 没有更多的元素时 抛出StopIteration的错误 而且上面这样不断调用是一个不好的习惯 正确的方法是使用for循环 因为generator也是可迭代对象

举个常用的栗子 斐波那契数列

# fibonacci数列
def fib(max):
 n, a, b 0, 0, 1
 while n max:
 a, b b, a b
 n n 1
 print(a)
fib(10)

使用生成器表达

def fib(max):
 n, a, b 0, 0, 1
 while n max:
 yield b
 a, b b, a b
 n n 1