Python迭代器

最近在看Python基础教程（第三版），是之前python课的课本，但是之前没读过，虽然python一直用得挺多，但重新读读收获还挺大。这里做个笔记。
先是迭代器是什么并简单实现一个迭代器，然后是实现了一些range()。后面本来想写生成器和八皇后问题，但是发现了一些很不错的博客，比我能写出来的好多了，把链接收藏在后面了。

​ 迭代器是像循环一样重复很多次，但不会像列表那样一次性全部生成，而是需要用的时候再生成，就节省了内存资源。有时可能只想一个个地获取值，而不是用列表一次性获取，列表可能占用太多内存，并且有时没办法使用列表，列表的长度会到无穷大。

1、根据基本定义实现一个迭代器类

简单的说，迭代器类中：

• 定义__iter__和__next__两个方法
• __iter__返回它自己，__next__返回下一个，没有可返回的就抛出StopIteration异常。
• 迭代器对象Iterator就是字面意思，可以被迭代，比如可以调用next方法（一个迭代器对象it，next(it)就是it.__next__() ），比如可以放进for循环(for x in it)

根据上面描述可以简单写一个迭代器出来

class TestIterator:
    value = 0

    def __next__(self):  
        self.value += 1
        if self.value > 10:  # 到这个条件了没有可返回的了就抛出一个StopIteration异常
            raise StopIteration
        return self.value  # 每次返回下一个
    
    def __iter__(self):  # 这里返回它自己
        return self


if __name__ == \'__main__\':
    ti = TestIterator()
    print(list(ti))

运行的结果是：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

2、稍微具体一点的__iter__和__next__

嗯于是就能知道了，关于__iter__和__next__：

实现了方法__iter__的对象是可迭代的，而实现了方法__next__的对象是迭代器。

方法__iter__返回一个迭代器，它是包含方法__next__的对象。

文档中也写得很清楚了，调用__next__时，迭代器应返回其下一个值。如果迭代器没有可供返回的值，则引发StopIteration异常。

iter返回一个迭代器对象，即object.__iter__()。如果指定了sentinel(哨兵)，这个迭代器将不断调用直到返回的是sentinel。

3、for循环的原理，斐波那契数列的例子

然后再来一个斐波那契数列的例子，迭代器对象可以被放进for循环。

class Fibs:
    def __init__(self) -> None:
        self.a = 0
        self.b = 1

    def __next__(self):
        self.a, self.b = self.b, self.a + self.b
        return self.a
    
    def __iter__(self):
        return self


if __name__ == \'__main__\':
    fibs = Fibs()
    for f in fibs:  # 首先会执行__iter__方法获取返回值，就它自己，然后执行一次它的__next__方法，不断循环。
        if f > 1000:
            print(f)
            break

返回这个数列中第一个大于1000的数，是1597。

4、关于range()

(base) eisen@pop-os:~$ python3.8
Python 3.8.10 (default, Mar 15 2022, 12:22:08) 
[GCC 9.4.0] on linux
Type \"help\", \"copyright\", \"credits\" or \"license\" for more information.
>>> v1 = range(20)
>>> dir(v1)
[\'__bool__\', \'__class__\', \'__contains__\', \'__delattr__\', \'__dir__\', \'__doc__\', \'__eq__\', \'__format__\', \'__ge__\', \'__getattribute__\', \'__getitem__\', \'__gt__\', \'__hash__\', \'__init__\', \'__init_subclass__\', \'__iter__\', \'__le__\', \'__len__\', \'__lt__\', \'__ne__\', \'__new__\', \'__reduce__\', \'__reduce_ex__\', \'__repr__\', \'__reversed__\', \'__setattr__\', \'__sizeof__\', \'__str__\', \'__subclasshook__\', \'count\', \'index\', \'start\', \'step\', \'stop\']

这里先看到v1里面只有__iter__，v1为可迭代对象Iterable，让v2 = v1.__iter__()

>>> v2 = v1.__iter__()
>>> dir(v2)
[\'__class__\', \'__delattr__\', \'__dir__\', \'__doc__\', \'__eq__\', \'__format__\', \'__ge__\', \'__getattribute__\', \'__gt__\', \'__hash__\', \'__init__\', \'__init_subclass__\', \'__iter__\', \'__le__\', \'__length_hint__\', \'__lt__\', \'__ne__\', \'__new__\', \'__next__\', \'__reduce__\', \'__reduce_ex__\', \'__repr__\', \'__setattr__\', \'__setstate__\', \'__sizeof__\', \'__str__\', \'__subclasshook__\']

可以看到v2既有__iter__又有__next__为迭代器对象。range就是执行v1的__iter__获取到里面的迭代器对象v2，再执行v2的__next__方法...

>>> v2.__next__()
0
>>> v2.__next__()
1
>>> v2.__next__()
2
>>> v2.__next__()
3
>>> v2.__next__()
4
>>> v2.__next__()
5

到这里就能理解书上这段话了。

于是实现一下range就很简单了，在实现的MyRange里面，__iter__方法就生成一个IterRange类的迭代器对象。

class IterRange():
    def __init__(self, num):
        self.num = num
        self.counter = -1

    def __iter__(self):
        return self

    def __next__(self):
        self.counter += 1
        if self.counter == self.num:
            raise StopIteration()
        return self.counter


class MyRange():
    def __init__(self, num):
        self.num = num

    def __iter__(self):
        return IterRange(self.num)


v1 = MyRange(20)
for i in v1:
    print(i)

输出就是把0到19打印出来。

本来还想写后面的生成器和八皇后问题，但是发现了一些很不错的博客，我就没必要自己写了。这里收藏一下。

Python中生成器的原理，这一篇讲了生成器的使用方法，和详细的原理（里面有源码）

深入理解Python中的生成器，这一篇写了生成器的语法，以及它支持的方法close/send等。

python生成器和迭代器有这篇就够了，这篇写得很详细，后面还有补充itertools库的学习。

还记得八皇后的解法吗，这篇讲了个故事。

本文来自博客园，作者：EisenJi，转载请注明原文链接：https://www.cnblogs.com/eisenji/p/16462245.html

来源：https://www.cnblogs.com/eisenji/p/16462245.html
本站部分图文来源于网络，如有侵权请联系删除。