18.迭代器协议和生成器

1.递归和迭代的区别

https://www.zhihu.com/question/20278387

递归：自身调用自身的迭代就是递归。

迭代：重复一定的算法，达到想要的目的。数学上二分法，牛顿法是很好的迭代例子

2.什么是迭代器协议

1.迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代(只能往后走不能往前退)

2.可迭代对象:实现了迭代器协议的对象(如何实现:对象内部定义一个__iter__()方法)

3.协议是一种约定, 可迭代对象实现了迭代器协议, Python的内部工具(如for循环,sum,min,max函数等)使用迭代器协议访问对象

3.python中强大的for循环机制

for循环的本质：循环所有对象,全部都是使用迭代器协议。

for循环就是基于迭代器协议提供了一个统一的可以遍历所有对象的方法,即在遍历之前,先调用对象的__iter__方法将其转换成一个迭代器,然后使用迭代器协议去实现循环访问,这样所有的对象就都可以通过for循环来遍历了

字符串,列表,元组,字典,集合,文件对象等本质上来说都不是可迭代对象,在使用for循环的时候内部是先调用他们内部的__iter__方法,使他们变成了可迭代对象,然后再使用可迭代对象的__next__方法依次循环元素,当元素循环完时,会触发StopIteration异常,for循环会捕捉到这种异常,终止迭代

访问方式常见的有下标方式访问,迭代器方式访问,for循环访问

# 1.下标访问方式
li = [1,2,3,4]
print(li[0])#下标访问

# 2.迭代器协议访问
li = [1,2,3,4]
f = li.__iter__()#第一步，先通过内部的_iter_方法，先把对象变成可迭代对象
print(f.__next__())#对可迭代对象用_next_方法取值
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())#StopIteration,超出边界会报错

# 3.for循环访问
# for循环l本质就是遵循迭代器协议的访问方式,先调用diedai_l=l.__iter__()方法,或者直接diedai_l=iter(l),然后依次执行diedai_l.next(),直到for循环捕捉到StopIteration终止循环
li = [1,2,3,4]
for i in li:#li_iter = li._iter_()
    print(i)#li_iter._next_
# 4.用while去模拟for循环做的事情
l=[1,2,3,4,5]
diedai_l=l.__iter__()
while True:
    try:
        print(diedai_l.__next__())
    except StopIteration:
        # print('迭代完毕了,循环终止了')
        break

练习

print(next(iter_l)) #next()---->iter_l.__next__()，next()是python内置，iter_l.__next__()是数据类型内置

s={1,2,3}
# for i in s:
#     print(i)
# iter_s=s.__iter__()#遵循迭代器协议，生成可迭代对象
# print(iter_s)
# print(iter_s.__next__())
# print(iter_s.__next__())
# print(iter_s.__next__())
# print(iter_s.__next__())

# dic={'a':1,'b':2}
# iter_d=dic.__iter__()
# print(iter_d.__next__())

# f=open('test.txt','r+')
# # for i in f:
# iter_f=f.__iter__()
# print(iter_f)
# print(iter_f.__next__(),end='')
# print(iter_f.__next__(),end='')
# l=[1,2,3,4,5]
# diedai_l=l.__iter__()
# while True:
#     try:
#         print(diedai_l.__next__())
#     except StopIteration:
#         # print('迭代完毕了,循环终止了')
#         break

# l=['die','erzi','sunzi','chongsunzi']
# iter_l=l.__iter__()
# print(iter_l)
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(next(iter_l)) #next()---->iter_l.__next__()

4.为什么要有for循环

5.生成器

什么是生成器?
可以理解为一种数据类型,这神数据类型自动实现了送代器协议(其他的数据奖型需要调用自己内置的iter方法),所以生成器就是可选代对象

生成器分类及在python中的表现形式:(python有两种不同的方式提供生成器)
1.生成器函数:常规函数定义,但是,使用yield语句而不是使用return语句返回结果.yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行
2.生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表,按需取出对象
为何使用生成器和生成器的优点

python使用生成器对延迟操作提供了支持.所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果.这也是生成器的主要好处,节省内存

生成器小结：
1.是可达代对象
2.实现了延迟计算省内存
3.生成器本质和其他的数据类型一样,都是实现了选代器协议,只不过生成器附加了一个延迟计算省内存的好处,其余的可达代对象可没有这点好处。

6.生成器表达式和列表解析

三元表达式:　　值1　　if　　条件　　else　　值2

def test():
    yield 1
    yield 2
    yield 3
g=test()
print('来自函数',g)
# print(g.__next__())
# print(g.__next__())

#三元表达式
# name='ray'
# name='raitorei'
# res='SB' if name == 'ray' else '帅哥'
# print(res)


#列表解析
# egg_list=[]
# for i in range(10):
#     egg_list.append('鸡蛋%s' %i)
# print(egg_list)

l=['鸡蛋%s' %i for i in range(10)]
# l1=['鸡蛋%s' %i for i in range(10) if i > 5 ]
# # l1=['鸡蛋%s' %i for i in range(10) if i > 5 else i] #没有四元表达式
# l2=['鸡蛋%s' %i for i in range(10) if i < 5] #没有四元表达式

print(l)
# print(l1)
# print(l2)

laomuji=('鸡蛋%s' %i for i in range(10)) #生成器表达式
print(laomuji)
print(laomuji.__next__())
print(laomuji.__next__())
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
print(next(laomuji))
# print(next(laomuji))

18.迭代器协议和生成器

猜你喜欢