Python裡的迭代器

標籤：字串   dict   str1   隨機   迴圈   soft   資料結構   UNC   事先   

迭代器（iterator）協議

·　在Python中，支援迭代器協議就是實現對象的__iter__()和__next__()方法。

　　１．__iter__()方法：返回迭代器對象本身；

        2．__next__()方法：返回容器中的下一個元素，在結尾時引發Stoplteration異常終止迭代器。

可迭代對象（iterable）

·  實現了迭代器協議的對象，就是可迭代對象。

·  如何?迭代器協議：對象內部定義了一個__iter__()方法。

·  在Python中，字串、tuple、list、dict、set、檔案都是可迭代對象。總之能用Python內建函數調用出__iter__()方法的，都是可迭代對象。

如下：

1. # str1=‘hello‘
2. # list1=[1,2,3]
3. # tup1=(1,2,3)
4. # dic={‘x‘:1}
5. # s1={‘a‘,‘b‘,‘c‘}
6. # f=open(‘a.txt‘,‘w‘,encoding=‘utf-8‘)

都能用__iter__()調試出來。

迭代器對象

· 迭代器對象：

指的是既內建有__iter__方法，又內建有__next__方法的對象。僅有檔案才是迭代器對象
如下：

1. # f=open(‘db.txt‘,‘rt‘,encoding=‘utf-8‘)
2. # print(f.__next__())
3. # print(f.__next__())
4. # print(next(f))

迭代器的缺點

1.迭代器的取值不如按照索引的方式更靈活，因為它只能往後取不能往前退
2.無法預測迭代器值的個數
如下：

1. name=[‘egon‘,‘alex_sb‘,‘wxx_sb‘]
2. res=name.__iter__()
3. print(res.__next__())
4. print(name[0])

 

迭代器優點

 

• 對於支援隨機訪問的資料結構：list、tuple等，迭代器和經典的for迴圈（索引訪問）相比，並無優勢，反而失去了索引值。不過可以使用內建函數enumerate（）找回這個索引值。但對於無法隨機訪問的資料結構：set（），迭代器是唯一的訪問元素的方式。
• 省記憶體：迭代器不需要事先準備好整個迭代過程中的所有元素，僅僅在迭代到某個元素時才計算該元素，而在這之前或之後，元素可以不存在或銷毀。這也是迭代器的一大優點：適合用於遍曆一個巨大的或無限的集合，比如幾個G的檔案。下面用斐波那契數列為例： 
  • 代碼一直接在fab（max）中用print列印會導致函數的可複用性變差，因此fab返回None。其他函數無法獲得fab函數返回的數列；
  • 代碼二滿足了可複用性的需求，但是佔用了記憶體空間；
  • 代碼三Fabs類通過next（）不斷返回數列的下一個，記憶體佔用始終為常數。

    #代碼一：def fab(max):     L = []    n, a, b = 0, 0, 1     while n < max:         L.append(b)         a, b = b, a + b         n = n + 1    return L#代碼二：  def fab(max):     n, a, b = 0, 0, 1     while n < max:         print b         a, b = b, a + b         n = n + 1#代碼三：class Fab(object):     def __init__(self, max):         self.max = max         self.n, self.a, self.b = 0, 0, 1     def __iter__(self):         return self     def next(self):         if self.n < self.max:             r = self.b             self.a, self.b = self.b, self.a + self.b             self.n = self.n + 1             return r         raise StopIteration()

Python裡的迭代器