可迭代对象、迭代器、生成器

可迭代对象和迭代器

可迭代对象：内置方法有__iter__方法的

　　像基本数据类型：list, dict, tuple, str都是可迭代对象。但同时，他们没有__next__，所以不能叫做迭代器。

迭代器：内置方法有__iter__和__next__的

　　因为迭代器都有__iter__，所以，迭代器都是可迭代对象。

　　可迭代对象执行__iter__之后，返回的是一个迭代器。

* 文件对象（文件句柄）里面既有__iter__, __next__, 文件对象执行__iter__之后，还是文件对象本身。文件对象本身就是一个迭代器。

* 迭代器对象无论执行多少次__iter__, 得到的都会是一个迭代器对象。

for循环的本质：

　　1、将in 后面的可迭代对象，调用__iter__，返回一个迭代器对象。

　　2、循环调用迭代器的__next__方法

　　3、捕捉异常 StopIteration, 跳出__next__循环。

迭代器的优缺点：

　　优点：不占内存空间、不依赖索引

　　缺点：不能精确找值、会报错。

生成器

　　我们自己造的迭代器叫生成器。生成器里面的代码块不会执行，除非调用__next__方法。

关键字yield:

　　yield提供了一种自定义生成器方式

　　yield会暂停函数的运行

　　yield返回任意数据类型

　　yield后面跟的值就是我们调用__next__方法后得到的值

yield与return的异同点：

　　相同点：都可以返回值，都可以返回多个值

　　不同点：

　　　　yield能重复返回多次，函数不会结束运行。

　　　　return只能返回一次，返回一次后，函数运行结束

生成器表达式： g = (i for i in range(1, 10000000) if i != 4)

　　生成器表达式，用两个小括号括起来。

1、利用生成器重写range

def my_range(start, stop, step=1):

    while True:
        if start < stop:
            yield start
            start += step
       else:
            break

2、面试题

def add(n,i):
    return n+i
def test():
    for i in range(4):
        yield i
g=test()

for n in [1,10]:
    g=(add(n,i) for i in g)

print(n)
res=list(g)

A. res=[10,11,12,13]
B. res=[11,12,13,14]
C. res=[20,21,22,23] 
D. res=[21,22,23,24]

重点：生成器不会执行函数体内代码，除非调用__next__

可迭代对象、迭代器、生成器

原文：https://www.cnblogs.com/KbMan/p/11190662.html