.jpg)
迭代器是一種用于遍歷可迭代對(duì)象的工具，它提供統(tǒng)一的方式來訪問集合元素而無需了解底層實(shí)現(xiàn)。1. 可迭代對(duì)象是定義了__iter__()或__getitem__()方法的對(duì)象；2. 迭代器對(duì)象同時(shí)實(shí)現(xiàn)了__iter__()和__next__()方法；3. iter()函數(shù)用于獲取迭代器；4. next()函數(shù)用于獲取下一個(gè)元素；5. 自定義迭代器需定義類并實(shí)現(xiàn)__iter__()和__next__()方法；6. 生成器使用yield關(guān)鍵字簡(jiǎn)化迭代器創(chuàng)建；7. 迭代器與可迭代對(duì)象的區(qū)別在于迭代器執(zhí)行實(shí)際迭代；8. 可使用itertools模塊處理無限序列并結(jié)合islice等函數(shù)控制循環(huán)。
迭代器是一種讓你能夠遍歷任何可迭代對(duì)象（比如列表、元組、字典、集合，甚至自定義的數(shù)據(jù)結(jié)構(gòu)）的強(qiáng)大工具。它提供了一種統(tǒng)一的方式來訪問集合中的元素，而無需了解底層數(shù)據(jù)結(jié)構(gòu)的具體實(shí)現(xiàn)。簡(jiǎn)單來說，迭代器就是實(shí)現(xiàn)了特定協(xié)議的對(duì)象，允許你逐個(gè)訪問數(shù)據(jù)，就像翻書一樣，一次翻一頁。
解決方案：
python 中使用迭代器主要涉及以下幾個(gè)關(guān)鍵點(diǎn)：
立即學(xué)習(xí)“Python免費(fèi)學(xué)習(xí)筆記（深入）”；
-
可迭代對(duì)象 (Iterable)：一個(gè)對(duì)象，如果它定義了 __iter__() 方法，或者定義了 __getitem__() 方法（從 0 開始索引），那么它就是一個(gè)可迭代對(duì)象。簡(jiǎn)單說，就是可以用 for 循環(huán)遍歷的對(duì)象。
-
迭代器對(duì)象 (Iterator)：一個(gè)對(duì)象，它既實(shí)現(xiàn)了 __iter__() 方法（返回迭代器自身），又實(shí)現(xiàn)了 __next__() 方法（返回下一個(gè)值，如果沒有值了就拋出 StopIteration 異常）。
-
iter() 函數(shù)：用于從一個(gè)可迭代對(duì)象中獲取迭代器。
-
next() 函數(shù)：用于從迭代器中獲取下一個(gè)元素。
簡(jiǎn)單示例：
my_list = [1, 2, 3] my_iterator = iter(my_list) # 獲取迭代器 print(next(my_iterator)) # 輸出 1 print(next(my_iterator)) # 輸出 2 print(next(my_iterator)) # 輸出 3 # print(next(my_iterator)) # 拋出 StopIteration 異常
自定義迭代器：
要?jiǎng)?chuàng)建自定義迭代器，你需要定義一個(gè)類，并實(shí)現(xiàn) __iter__() 和 __next__() 方法。
class MyIterator: def __init__(self, data): self.data = data self.index = 0 def __iter__(self): return self def __next__(self): if self.index < len(self.data): value = self.data[self.index] self.index += 1 return value else: raise StopIteration # 使用自定義迭代器 my_list = [4, 5, 6] my_iter = MyIterator(my_list) for item in my_iter: print(item) # 輸出 4, 5, 6
迭代協(xié)議：
迭代協(xié)議定義了迭代器應(yīng)該如何工作。它包含兩個(gè)關(guān)鍵方法：
- __iter__(): 返回迭代器對(duì)象本身。這允許在需要迭代器的地方使用對(duì)象本身。
- __next__(): 返回序列中的下一個(gè)項(xiàng)目。如果在迭代器中沒有更多的項(xiàng)目，則引發(fā) StopIteration 異常。
為什么使用迭代器而不是直接索引？
迭代器提供了一種更通用的訪問元素的方式。 想象一下，你有一個(gè)非常大的文件，如果一次性加載到內(nèi)存中，可能會(huì)導(dǎo)致內(nèi)存溢出。 迭代器允許你逐行讀取文件，處理完一行再讀取下一行，而無需一次性加載整個(gè)文件。 這對(duì)于處理大數(shù)據(jù)集或無限序列非常有用。另外，迭代器可以隱藏底層數(shù)據(jù)結(jié)構(gòu)的復(fù)雜性，提供一個(gè)更簡(jiǎn)潔的接口。
如何使用生成器創(chuàng)建迭代器？
生成器是一種特殊的迭代器，它使用 yield 關(guān)鍵字來生成值。 使用生成器可以更簡(jiǎn)潔地創(chuàng)建迭代器，而無需顯式定義 __iter__() 和 __next__() 方法。
def my_generator(data): for item in data: yield item * 2 # 使用生成器 my_list = [7, 8, 9] my_gen = my_generator(my_list) for item in my_gen: print(item) # 輸出 14, 16, 18
生成器函數(shù)在遇到 yield 關(guān)鍵字時(shí)會(huì)暫停執(zhí)行，并將 yield 后面的值返回。 當(dāng)再次調(diào)用 next() 函數(shù)時(shí)，生成器函數(shù)會(huì)從上次暫停的地方繼續(xù)執(zhí)行，直到遇到下一個(gè) yield 關(guān)鍵字或函數(shù)結(jié)束。 這種方式使得生成器可以按需生成值，節(jié)省內(nèi)存。
迭代器和可迭代對(duì)象有什么區(qū)別？
可迭代對(duì)象是可以返回迭代器的對(duì)象。 換句話說，可迭代對(duì)象實(shí)現(xiàn)了 __iter__() 方法，該方法返回一個(gè)迭代器。 迭代器是實(shí)際執(zhí)行迭代的對(duì)象。 它實(shí)現(xiàn)了 __next__() 方法，該方法返回序列中的下一個(gè)元素。
一個(gè)常見的誤解是認(rèn)為列表本身就是迭代器。 實(shí)際上，列表是可迭代對(duì)象，但它不是迭代器。 你需要使用 iter() 函數(shù)從列表中獲取迭代器。 迭代器只能使用一次，當(dāng)它耗盡時(shí)，你需要從可迭代對(duì)象中獲取一個(gè)新的迭代器。
如何處理無限序列的迭代？
迭代器非常適合處理無限序列，因?yàn)樗鼈兛梢园葱枭芍怠?你可以使用 itertools 模塊中的函數(shù)來創(chuàng)建無限迭代器，例如 count()、cycle() 和 repeat()。
import itertools # 創(chuàng)建一個(gè)從 1 開始無限遞增的迭代器 counter = itertools.count(1) print(next(counter)) # 輸出 1 print(next(counter)) # 輸出 2 print(next(counter)) # 輸出 3 # 創(chuàng)建一個(gè)無限循環(huán)列表的迭代器 colors = itertools.cycle(['red', 'green', 'blue']) print(next(colors)) # 輸出 red print(next(colors)) # 輸出 green print(next(colors)) # 輸出 blue print(next(colors)) # 輸出 red # 創(chuàng)建一個(gè)重復(fù)字符串 "hello" 無限次的迭代器 repeater = itertools.repeat("hello") print(next(repeater)) # 輸出 hello print(next(repeater)) # 輸出 hello print(next(repeater)) # 輸出 hello
在使用無限迭代器時(shí)，務(wù)必小心，確保你的代碼能夠正確地終止迭代，否則可能會(huì)導(dǎo)致無限循環(huán)。 通常，你需要使用 break 語句或 itertools 模塊中的 islice() 函數(shù)來限制迭代的次數(shù)。
.png)
