迭代器、生成器

1. 迭代器

迭代器实现了迭代器协议，是一个可以记住遍历位置的对象，必须提供两个方法:

• __iter__(): 返回迭代器对象本身
• __next__(): 返回下一个值，如果没有了就排除StopIteration异常

自定义迭代器

# 自定义迭代器
class CountDown:
    """倒计时迭代器"""
    
    def __init__(self, start):
        self.current = start
    
    def __iter__(self):
        return self  # 返回迭代器本身
    
    def __next__(self):
        if self.current <= 0:
            raise StopIteration  # 没有更多元素时抛出异常
        value = self.current
        self.current -= 1
        return value

# 使用自定义迭代器
print("=== 自定义迭代器 ===")
countdown = CountDown(5)
for number in countdown:
    print(number)  # 5, 4, 3, 2, 1

# 手动使用迭代器
print("\n=== 手动使用迭代器 ===")
countdown2 = CountDown(3)
print(next(countdown2))  # 3
print(next(countdown2))  # 2
print(next(countdown2))  # 1
# print(next(countdown2))  # 会抛出 StopIteration

内置迭代器

# 常见的可迭代对象
numbers = [1, 2, 3]
string = "hello"
dictionary = {'a': 1, 'b': 2}

# 获取迭代器
numbers_iter = iter(numbers)
string_iter = iter(string)
dict_iter = iter(dictionary)  # 迭代键

print("=== 内置迭代器 ===")
print(next(numbers_iter))  # 1
print(next(string_iter))   # h
print(next(dict_iter))     # a

2. 生成器

生成器是一种使用yield关键字，更简单创建迭代器的方式

生成器函数

# 生成器函数 - 使用 yield
def countdown_generator(n):
    """倒计时生成器"""
    print("生成器开始")
    while n > 0:
        print(f"准备生成: {n}")
        yield n  # 暂停执行，返回n
        n -= 1
    print("生成器结束")

print("=== 生成器函数 ===")
gen = countdown_generator(3)
print("生成器创建完成，但还没有执行")

# 第一次调用next()
print(next(gen))  # 输出: 准备生成: 3 → 3
print("暂停...")

# 第二次调用next()
print(next(gen))  # 输出: 准备生成: 2 → 2
print("暂停...")

# 第三次调用next()
print(next(gen))  # 输出: 准备生成: 1 → 1
print("暂停...")

# 第四次调用会抛出 StopIteration
# print(next(gen))

生成器表达式

# 生成器表达式 - 类似列表推导式，但使用圆括号
print("=== 生成器表达式 ===")

# 列表推导式 - 立即计算所有值
squares_list = [x**2 for x in range(5)]
print(f"列表: {squares_list}")  # [0, 1, 4, 9, 16]

# 生成器表达式 - 按需生成值
squares_gen = (x**2 for x in range(5))
print(f"生成器: {squares_gen}")  # <generator object <genexpr> at 0x...>

# 使用生成器
print("逐个获取值:")
for square in squares_gen:
    print(square)  # 0, 1, 4, 9, 16

3. 两者区别

特性	迭代器	生成器
创建方式	实现__iter__和__next__	使用yield或生成器表达式
代码复杂度	相对复杂	简单
内存使用	取决于实现	极低，懒加载，只会在需要的时候生成值，然后暂停直到下次请求
状态保持	手动维护	自动保持
适用场景	复杂迭代	简单迭代