弄懂这5个问题，拿下Python迭代器！

本篇专题写作思路，由几个问题，逐步讨论迭代器存在的价值、使用的方法、以及如何转化为自身武器并真正用到日常Python中。

第一个问题：什么是迭代器?

迭代器，英文 Iterator，它首先是个对象，其次它是访问可迭代序列(Iterable)的一种方式。通常其从序列的第一个元素开始访问，直到所有的元素都被访问才结束。

迭代器又是一个特殊的对象，特殊在于它必须实现两个方法：__iter__和__next__.

第二个问题：为什么要有迭代器?

迭代器存在的一个最重要价值：节省内存，这在小数据量时无足轻重。

但是，当数据量大或者对程序要求性能高时，它的价值凸显。

第三个问题：迭代器怎么节省内存了?

只知道使用迭代器能节省内存，但却不知道怎么使用才能节省内存，下面就来回答这个问题。

首先创建一个list：

 
 
 
 

  
  
  
  
In [1]: a=[1,3,5,9,10]
 
 
 
 

其次，列表内每个元素+1，创建一个新列表

 
 
 
 

  
  
  
  
In [2]: a1 = [i+1 for i in a]  
 
 
 
 

依次打印a1中每个元素：

 
 
 
 

  
  
  
  
In [8]: for i in a1: 
  
  
  
  
   ...:     print(i) 
 
 
 
 

上面操作等价于：

 
 
 
 

  
  
  
  
a1 = []
  
  
  
  
for i in a:
  
  
  
  
  a1.append(i+1)
  
  
  
  
for i in a1:
  
  
  
  
  print(i)
 
 
 
 

空间复杂度为 O(n)，n为列表a内元素个数。

但是，使用迭代器实现上面的元素+1并打印的空间复杂度是多少呢?

 
 
 
 

  
  
  
  
ait = (i+1 for i in a) # 得到生成器，也是一种特殊的迭代器
  
  
  
  
for i in ait:
  
  
  
  
  print(i)
 
 
 
 

上面操作等价于：

 
 
 
 

  
  
  
  
for i in a:
  
  
  
  
  print(i+1)
 
 
 
 

不需要额外空间，所以使用迭代器加1并打印的空间复杂度为O(1).

结论：迭代器更加节省空间!

第四个问题：如何自定义一个迭代器?

上面说过，迭代器对象必须要实现两个方法，为了更加具体，我们演示如何自定义一个迭代器。

自定义一个迭代器，实现斐波那契数列：

 
 
 
 

  
  
  
  
#斐波那契数列
  
  
  
  
class Fabs():
  
  
  
  
    def __init__(self,max):
  
  
  
  
        self.max=max
  
  
  
  
        self.n,self.a,self.b=0,0,1
  
  
  
  
    
  
  
  
  
    #定义__iter__方法
  
  
  
  
    def __iter__(self):
  
  
  
  
        return self
  
  
  
  
        
  
  
  
  
    #定义__next__方法
  
  
  
  
    def __next__(self):
  
  
  
  
        if self.n
  
  
  
  
            tmp=self.b
  
  
  
  
            self.a,selfself.b=self.b,self.a+self.b
  
  
  
  
            self.n+=1
  
  
  
  
            return tmp
  
  
  
  
        raise StopIteration
 
 
 
 

使用这个迭代器，打印斐波那契数列前10项：

 
 
 
 

  
  
  
  
In [13]: for item in Fabs(10): 
  
  
  
  
    ...:     print(item,end=' ')                                                                    
  
  
  
  
1 1 2 3 5 8 13 21 34 55 
 
 
 
 

第五个问题：迭代器使用有哪些注意事项?

迭代器只能前进不能回退!

也就是说一旦迭代结束，要想再使用此迭代器对象从头开始遍历元素，将是不可行的!

 
 
 
 

  
  
  
  
In [14]: a=iter([1,4,5]) 
  
  
  
  

  
  
  
  
In [16]: next(a)                                                                
  
  
  
  
Out[16]: 1
  
  
  
  

  
  
  
  
In [17]: next(a)                                                                
  
  
  
  
Out[17]: 4
  
  
  
  

  
  
  
  
In [18]: next(a)                                                                
  
  
  
  
Out[18]: 5
  
  
  
  

  
  
  
  
# 要想再使用此迭代器对象从头开始遍历元素，将是不可行的！
  
  
  
  
In [19]: next(a)                                           
  
  
  
  
# 抛出异常：StopIteration: 
 
 
 
 

使用内置函数iter，可将Iterable序列转化为迭代器。

最后总结：

• 第一个问题：什么是迭代器?
• 第二个问题：为什么要有迭代器?
• 第三个问题：迭代器怎么节省内存了?
• 第四个问题：如何自定义一个迭代器?
• 第五个问题：迭代器使用有哪些注意事项?

当前文章：弄懂这5个问题，拿下Python迭代器！
网站路径：http://www.shufengxianlan.com/qtweb/news37/346287.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联