生成器与迭代器

一、迭代器

迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代 器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。
iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供 一个迭代器的对象
next(iterator) 从迭代器iterator中获取下一了记录,如果无法获取下 一条记录,则触发stoptrerator异常
注意：
1.迭代器只能往前取值,不会后退
2.用iter函数可以返回一个可迭代对象的迭代器

a=[1,2,3,4,5] 
b=iter(a) 
print(type(b)) 
print(next(b)) 
print(next(b))
print(next(b)) 
for i in a: 
  print(i) 

二 、生成器

如果一个函数中包含yield关键字，那么这个函数就不再是一个普通函数，而是 一个生成器
生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是 一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运 行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。 调用一个生成器函数，返回的是一个迭代器对象。
生成器的作用：
列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。
如：仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费 了。
如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出 后续的元素，这样就不必创建完整的list，从而节省大量的空间。
简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！
生成器的工作原理：
（1）生成器(generator)能够迭代的关键是它有一个next()方法， 工作原理就是通过重复调用next()方法，直到捕获一个异常。
（2）可用next()调用生成器对象来取值。next 两种方式 t.next() 或者 next(t)。
（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时， 代码从yield的下一条语句开始执行

def fbnq(n):
 a,b=0,1
 i=0
 while i<n:
 a,b=b,a+b
 yield a
 i+=1
f=fbnq(10)
for x in f:
   print(x) 

来源：CSDN

作者：thc151297

链接：https://blog.csdn.net/thc151297/article/details/103689135