Python迭代器和生成器介绍
迭代器 迭代器是一个实现了迭代器协议的对象,Python中的迭代器协议就是有next方法的对象会前进到下一结果,而在一系列结果的末尾是,则会引发StopIteration。 在for循环中,Python将自动调用工厂函数iter()获得迭代器,自动调用next()获取元素,还完成了检查StopIteration异常的工作。 常用的几个内建数据结构tuple、list、set、dict都支持迭代器,字符串也可以使用迭代操作。 你也可以自己实现一个迭代器,如上所述,只需要在类的__iter__方法中返回一个对象,这个对象拥有一个next()方法,这个方法能在恰当的时候抛出StopIteration异常即可。但是需要自己实现迭代器的时候不多,即使需要,使用生成器会更轻松。 复制代码 代码如下: #!/usr/bin/env python # coding=utf-8 class test: def __iter__(self): 使用迭代器一个显而易见的好处就是:每次只从对象中读取一条数据,不会造成内存的过大开销。 例如: 复制代码 代码如下: /* 把文件一次加载到内存中,然后逐行打印。当文件很大时,这个方法的内存开销就很大了 */ for line in open("test.txt").readlines(): print line /* 这是最简单也是运行速度最快的写法,他并没显式的读取文件,而是利用迭代器每次读取下一行 */ 生成器 生成器的编写方法和函数定义类似,只是在return的地方改为yield。 生成器中可以有多个yield。当生成器遇到一个yield时,会暂停运行生成器,返回yield后面的值。当再次调用生成器的时候,会从刚才暂停的地方继续运行,直到下一个yield。 生成器自身又构成一个迭代器,每次迭代时使用一个yield返回的值。 需要注意的是,生成器中不需要return语句,不需要指定返回值,在生成器中已经存在默认的返回语句 生成器表达式 复制代码 代码如下: (i for i in range(5)) // 返回迭代器 <generator object <genexpr> at 0x7ff3e8f0d960> 列表解析,返回list 复制代码 代码如下: [i for i in range(5)] // 返回list [0,1,2,3,4] 在这里存在一个问题,那就是range(5)会返回一个长度为5的数据,如果是range(1000)那么就会占用一个1000大小的数组空间;如果我们采用`生成器`,在需要的时候产生一个数字,那么空间的占用情况就会降低,这里我们可以使用xrange()函数来实现。 复制代码 代码如下: ''' xrange 函数说明:用法与range完全相同,所不同的是生成的不是一个数组,而是一个生成器。 xrange示例: ''' >>> xrange(5) xrange(5) >>> list(xrange(5)) [0,4] >>> xrange(1,5) xrange(1,5) >>> list(xrange(1,5)) [1,4] >>> xrange(0,6,2) xrange(0,2) >>> list(xrange(0,2)) [0,4] 所以xrange做循环的性能比range好,尤其是返回很大的时候,尽量用xrange吧,除非你是要返回一个列表。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |