Python迭代和迭代器详解

Python迭代和迭代器详解

迭代器

迭代器（iterator）有时又称游标（cursor）是程式设计的软件设计模式，可在容器物件（container，例如链表或阵列）上遍访的界面，设计人员无需关心容器物件的内存分配的实现细节。

摘自维基百科

也就是说迭代器类似于一个游标，卡到哪里就是哪里，可以通过这个来访问某个可迭代对象的元素；同时，也不是只有Python有这个特性。比如C++的STL中也有这个，如 vector::iterator it 。下面主要说一下Python中的可迭代对象和迭代器吧。

Python可迭代对象（Iterable）

Python中经常使用 for 来对某个对象进行遍历，此时被遍历的这个对象就是可迭代对象，像常见的 list , tuple 都是。如果给一个准确的定义的话，就是只要它定义了可以返回一个迭代器的 __iter__ 方法，或者定义了可以支持下标索引的 __getitem__ 方法(这些双下划线方法会在其他章节中全面解释)，那么它就是一个可迭代对象。

Python迭代器（iterator）

迭代器是通过 next() 来实现的，每调用一次他就会返回下一个元素，当没有下一个元素的时候返回一个 StopIteration 异常，所以实际上定义了这个方法的都算是迭代器。可以用通过下面例子来体验一下迭代器：

In [38]: s = 'ab'

In [39]: it = iter(s)

In [40]: it
Out[40]: 

In [41]: print it


In [42]: it.next()
Out[42]: 'a'

In [43]: it.next()
Out[43]: 'b'

In [44]: it.next()
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
 in ()
----> 1 it.next()

StopIteration:

自己实现一个迭代器，如下（参见官网文档）：

class Reverse:
  """Iterator for looping over a sequence backwards."""
  def __init__(self, data):
    self.data = data
    self.index = len(data)

  def __iter__(self):
    return self

  def next(self):
    if self.index == 0:
      raise StopIteration
    self.index = self.index - 1
    return self.data[self.index]

rev = Reverse('spam')
for char in rev:
  print char

[output]
m
a
p
s

生成器（Generators）

生成器是构造迭代器的最简单有力的工具，与普通函数不同的只有在返回一个值的时候使用 yield 来替代 return ，然后 yield 会自动构建好 next() 和 iter() 。是不是很省事。例如：

def reverse(data):
  for index in range(len(data)-1, -1, -1):
    yield data[index]

>>> for char in reverse('golf'):
...   print char
...
f
l
o
g

生成器最佳应用场景是：你不想同一时间将所有计算出来的大量结果集分配到内存当中，特别是结果集里还包含循环。比方说，循环打印1000000个数，我们一般会使用 xrange() 而不是 range() ，因为前者返回的是生成器，后者返回的是列表（列表消耗大量空间）。

Help on built-in function range in module __builtin__:

range(...)
  range(stop) -> list of integers
  range(start, stop[, step]) -> list of integers

  Return a list containing an arithmetic progression of integers.
  range(i, j) returns [i, i+1, i+2, ..., j-1]; start (!) defaults to 0.
  When step is given, it specifies the increment (or decrement).
  For example, range(4) returns [0, 1, 2, 3]. The end point is omitted!
  These are exactly the valid indices for a list of 4 elements.

class xrange(object)
 | xrange(stop) -> xrange object
 | xrange(start, stop[, step]) -> xrange object
 |
 | Like range(), but instead of returning a list, returns an object that
 | generates the numbers in the range on demand. For looping, this is
 | slightly faster than range() and more memory efficient.
iter()

将可迭代对象转化为迭代器。

In [113]: s = 'abc'

In [114]: s.next()
---------------------------------------------------------------------------
AttributeErrorTraceback (most recent call last)
 in ()
----> 1 s.next()

AttributeError: 'str' object has no attribute 'next'

In [115]: it = iter(s)

In [116]: it.next()
Out[116]: 'a'

生成器表达式

和列表推导式唯一的区别就是中括号换成了小括号，如下：

In [119]: num = (i for i in range(10))

In [120]: sum(num)
Out[120]: 45