迭代器和生成器

1、迭代器

迭代器是访问集合元素的一种方式。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，不过这也没什么，因为人们很少在迭代途中往后退。

另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。

迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。

这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：

访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
不能随机访问集合中的某个值 ，只能从头到尾依次访问
访问到一半时不能往回退
便于循环比较大的数据集合，节省内存

示例:

with open('85.53.history') as f:
    try:
        while True:
            line = next(f)
            print(line,end='')
    except StopIteration:
        print(" Is Down")

    # python封装好的迭代器方式读取文件
    # for line in f:
    #     print(line)


a = [1,2,3,43,432,423,2342,3,34,23423,4234,32,423,42,34,234,234,23423,4]

b = iter(a)
print(b.__next__())
print(b.__next__())
print(b.__next__())
print(b.__next__())
print(b.__next__())

结果:
1
2
3
43
432

2、生成器

一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器；

def get_nu(number):
    while number > 0:
        number -= 1
        yield 1
        print("put %d" % number)

x = get_nu(4)
for i in range(5):
    print(x.__next__())
    
'''
def get_nu(number):
    while number > 0:
        number -= 1
        ok = yield
        print("put %d" % ok)

x = get_nu(40)
x.send(None)
for i in range(10):

    x.send(i)
'''

应用

最经典的例子，生成无限序列。

常规的解决方法是，生成一个满足要求的很大的列表，这个列表需要保存在内存中，很明显内存限制了这个问题。

def get_primes(start):
    for element in magical_infinite_range(start):
        if is_prime(element):
            return element

如果使用生成器就不需要返回整个列表，每次都只是返回一个数据，避免了内存的限制问题。

def get_primes(number):
    while True:
        if is_prime(number):
            yield number
        number += 1