python 迭代器和生成器

迭代器

迭代器是一個實現了迭代器協議的對象，Python中的迭代器協議就是有next方法的對象會前進到下一結果，而在一系列結果的末尾是，則會引發StopIteration。

在for循環中，Python將自動調用工廠函數iter()獲得迭代器，自動調用next()獲取元素，還完成了檢查StopIteration異常的工作。

常用的幾個內建數據結構tuple、list、set、dict都支持迭代器，字符串也可以使用迭代操作。

你也可以自己實現一個迭代器，如上所述，只需要在類的__iter__方法中返回一個對象，這個對象擁有一個next()方法，這個方法能在恰當的時候拋出StopIteration異常即可。但是需要自己實現迭代器的時候不多，即使需要，使用生成器會更輕松。

#!/usr/bin/env python
# coding=utf-8

class test:
    def __init__(self, input_list):
        self.list = input_list
        self.i = 0

    def __iter__(self):
        return self
    
    def next(self):
        if self.i == len(self.list):
            self.i = 0
            raise StopIteration
        self.i += 1
        return  self.list[self.i - 1]

使用迭代器一個顯而易見的好處就是：每次只從對象中讀取一條數據，不會造成內存的過大開銷。

例如：

/* 把文件一次加載到內存中，然后逐行打印。當文件很大時，這個方法的內存開銷就很大了 */
for line in open("test.txt").readlines():
    print line

/* 這是最簡單也是運行速度最快的寫法，他並沒顯式的讀取文件，而是利用迭代器每次讀取下一行 */
for line in open("test.txt"):   #use file iterators
    print line

生成器

生成器的編寫方法和函數定義類似，只是在return的地方改為yield。

生成器中可以有多個yield。當生成器遇到一個yield時，會暫停運行生成器，返回yield后面的值。當再次調用生成器的時候，會從剛才暫停的地方繼續運行，直到下一個yield。

生成器自身又構成一個迭代器，每次迭代時使用一個yield返回的值。

需要注意的是，生成器中不需要return語句，不需要指定返回值，在生成器中已經存在默認的返回語句

生成器表達式

(i for i in range(5))
// 返回迭代器 <generator object <genexpr> at 0x7ff3e8f0d960>

列表解析，返回list

[i for i in range(5)]
// 返回list
[0, 1, 2, 3, 4]

 在這里存在一個問題，那就是range(5)會返回一個長度為5的數據，如果是range(1000)那么就會占用一個1000大小的數組空間；如果我們采用`生成器`，在需要的時候產生一個數字，那么空間的占用情況就會降低，這里我們可以使用xrange()函數來實現。

'''
xrange
    函數說明：用法與range完全相同，所不同的是生成的不是一個數組，而是一個生成器。
xrange示例:
''' 
>>> xrange(5)
xrange(5)
>>> list(xrange(5))
[0, 1, 2, 3, 4]
>>> xrange(1,5)
xrange(1, 5)
>>> list(xrange(1,5))
[1, 2, 3, 4]
>>> xrange(0,6,2)
xrange(0, 6, 2)
>>> list(xrange(0,6,2))
[0, 2, 4]

所以xrange做循環的性能比range好，尤其是返回很大的時候，盡量用xrange吧，除非你是要返回一個列表。