面向对象--05迭代器与生成器

一·迭代器

可以直接作用于for循环的对象统称为可迭代对象(Iterable)。

可以被next()函数调用并不断返回下一个值的对象称为迭代器(Iterator)。

所有的Iterable均可以通过内置函数iter()来转变为Iterator。

对迭代器来讲，有一个__next__()就够了。在你使用for 和 in 语句时，程序就会自动调用即将被处理的对象的迭代器对象，然后使用它的__next__()方法，直到监测到一个StopIteration异常。

相关BIF： iter()    next()

一下为IDLE环境下的演示

>>> string = 'tecent'
>>> it = iter(string)
>>> next(it)
't'
>>> next(it)
'e'
>>> next(it)
'c'
>>> next(it)
'e'
>>> next(it)
'n'
>>> next(it)
't'
>>> next(it)
Traceback (most recent call last):
  File "<pyshell#13>", line 1, in <module>
    next(it)
StopIteration
>>>

下面是for迭代的工作原理

string = 'tencent'
it = iter(string)
while True:
    try:
        each = next(it)
        print(each)
    except StopIteration:
        break

输出结果

t
e
n
c
e
n
t
>>>

对应魔法方法：__iter__()     __next__()

我们以斐波那契数列进行演示

class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1
    def __iter__(self):
        return self
    def __next__(self):
        self.a,self.b = self.b,self.a+self.b
        return self.a

fibs = Fibs()
for each in fibs:
    if each<100:
        print(each)

以下是输出结果

1
1
2
3
5
8
13
21
34
55
89

二·.生成器
生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。
生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。
生成器的特点：
     生成器是一个函数，而且函数的参数都会保留。
     迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的

yield 生成器的运行机制：
当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态。开始运行，直至出现yield语句，把参数给你，之后停下。如此反复
直至退出函数。（以上关于yield的描述，在后面列举一个简单的例子来解释这段话）
yield的使用：

在python中，当你定义一个函数，使用了yield关键字时，这个函数就是一个生成器，它的执行会和其他普通的函数有很多不同，函数返回的是一个对象，而不是你平常所用return语句那样，能得到结果值。如果想取得值，那得调用next()函数，如：

>>> c = h() #h()包含了yield关键字  
>>> #返回值  
>>> c.next()

每当调用一次迭代器的next函数，生成器函数运行到yield之处，返回yield后面的值且在这个地方暂停，所有的状态都会被保持住，直到下次next函数被调用，或者碰到异常循环退出。

下面，来看看以下的例子代码吧，是用来说明yield运行机制的。

def fib(max):  
    a, b = 1, 1  
    while a < max:  
        yield a 
        a, b = b, a+b  

#程序运行：
for n in fib(15):  
    print(n)