百度网站建设的十一个个人免费网上注册公司

简而言之：迭代器是一个抽象化的概念，在python中表示访问数据集合中元素的一种方式；生成器也是一个抽象化的概念，在python 中，边循环边生成所需数据，是一种时间换空间的方法。从访问数据方式上来看：生成器是一种特殊的迭代器。

目录

一、迭代和可迭代对象

1、 什么是迭代：

2、什么是可迭代对象：

二、迭代器

三、生成器

四 、使用场景和总结

---

一、迭代和可迭代对象

1、 什么是迭代：

• 迭代：迭代是通过循环结构（如 for 循环、while 循环等）来实现重复执行代码的方法。程序会根据条件或计数器的变化，反复执行一段代码，直到满足某个终止条件为止。

• 递归：递归是通过函数调用自身来解决问题的方法。函数在执行过程中会不断地调用自己，直到遇到终止条件才停止递归。

2、什么是可迭代对象：

如 list、tuple、dict、set、str、range、enumerate 等这些可以直接用于 for 循环的对象称为可迭代（Iterable）对象，也即它们是可迭代的。

• 可迭代对象，需要提供 __iter__()方法，否则不能被 for 语句处理。

iter() 内建方法可以把list、dict、str等可迭代对象转换成迭代器

除字典外，一个对象只要实现了 __getitem__() 方法，就认为它是序列类型，序列类型总是可迭代的。对于序列类型，字典，还有更复杂的可迭代类型如 range，Python 内建了对应的迭代器对它们进行迭代操作，它们无需实现 __next__() 方法，iter() 函数会返回对应的内建迭代器。

二、迭代器

迭代器通过类来实现，在类中需要定义两个方法  __iter__() 和 __next__()方法

__iter__() 方法返回迭代器对象自身，

 __next__() 方法返回下一个元素的值，在没有更多元素可提供时引发 StopIteration 异常

class MyIterator:def __init__(self, data):self.data = dataself.index = 0def __iter__(self):return selfdef __next__(self):if self.index < len(self.data):value = self.data[self.index]self.index += 1return valueelse:raise StopIteration# 使用自定义迭代器
my_list = [1, 2, 3, 4, 5]
my_iterator = MyIterator(my_list)for num in my_iterator:print(num)

三、生成器

如果我们要处理更多元素，那么所占内存就呈线性增大，所以受到内存限制，列表容量是有限的。通常我们并不会一次处理所有元素，而只是集中在其中的某些相邻的元素上。所以如果列表元素可以用某种算法用已知量推导出来，就不必一次创建所有的元素。这种边循环边计算的机制，称为生成器（generator），生成器是用时间换空间的典型实例。

生成器通常由两种方式生成，用小括号()表示的生成器表达式（generator expression）和生成器函数（generator function）

生成器表达式和生成器函数产生生成器时，会自动生成名为 __iter__ 和 __next__ 的方法

下面关于生成器表达式和生成器函数的代码，来源于链接3

list0 = [x * x for x in range(5)]
print(list0)list_generator0 = (x * x for x in range(5))
print(list_generator0)list_generator1 = (x * x for x in range(5000000))
print(sys.getsizeof(list_generator0))
print(sys.getsizeof(list_generator1))>>>
[0, 1, 4, 9, 16]
<generator object <genexpr> at 0x000002C7B9955B48>
88
88

def fibonacci(n):i, j = 0, 1while(i < n):print(i, end=' ')i, j = j, i + jfibonacci(5)
print(type(fibonacci))
>>>
0 1 1 2 3 <class 'function'>

四 、使用场景和总结

• 迭代器通常用于对列表、元组、字典等数据结构进行遍历。它们适用于已知数据集合且数据量不太大的情况。
• 生成器适用于需要动态生成数据的情况，尤其是当数据集合非常大或是无限的时候。生成器按需生成数据，可以节省内存和提高性能

总结起来，迭代器是一种数据访问模式的抽象概念，用于按序访问集合中的元素，它可以由自定义的迭代器对象或 Python 内置的可迭代对象生成。而生成器是一种特殊的函数或表达式，用于按需生成数据，并保存状态以支持断续生成。生成器是一种特殊的迭代器，通常用于处理大数据集或无限序列，以节省内存并提高性能。

参考链接：

https://www.runoob.com/python3/python3-iterator-generator.htmlhttps://www.runoob.com/python3/python3-iterator-generator.html

https://blog.csdn.net/be5yond/article/details/119344030https://blog.csdn.net/be5yond/article/details/119344030

https://pythonhowto.readthedocs.io/zh_CN/latest/iterator.html#id10https://pythonhowto.readthedocs.io/zh_CN/latest/iterator.html#id10部分代码和文章来源ChatGPT.