Python 生成器與迭代器詳解

在 Python 中，生成器和迭代器是處理大量數據時的強大工具。它們能夠幫助我們節省內存，避免一次性加載過多數據。生成器通過 yield 關鍵字實現，允許我們逐步產生數據，而迭代器通過實現特定的接口（__iter__ 和 __next__）定義對象的迭代行為。本文將深入探討生成器與迭代器的概念、使用方法和實現方式。

---

1. 生成器（Generator）

生成器是一個特殊的迭代器，它的特點是延遲計算和惰性求值。生成器函數在執行時不會立即計算出所有結果，而是根據需要逐個生成結果，適用于需要大量數據但又不希望一次性全部加載的場景。

1.1 使用 yield 關鍵字

生成器函數與普通函數的區別在于，它包含 yield 關鍵字。當 Python 執行到 yield 時，會暫停當前函數的執行，并返回 yield 后面的值。下一次調用生成器時，它會從上次 yield 停止的地方繼續執行。

def my_generator():yield 1yield 2yield 3# 使用生成器
gen = my_generator()
print(next(gen))  # 輸出 1
print(next(gen))  # 輸出 2
print(next(gen))  # 輸出 3

輸出：

1
2
3

1.2 for 循環與生成器

生成器可以與 for 循環結合使用，自動管理迭代的狀態，直到沒有值為止：

def my_generator():yield 1yield 2yield 3for value in my_generator():print(value)

輸出：

1
2
3

1.3 優勢與特點

• 節省內存：生成器只在需要時才計算出一個元素，避免了創建整個數據結構（如列表）導致的內存消耗。
• 惰性求值：生成器不會一次性計算所有結果，而是按需計算，有助于提高程序性能。
• 可暫停和恢復：生成器可以在中途暫停（yield），并在需要時從暫停處繼續執行。

---

2. 迭代器（Iterator）

迭代器是一種設計模式，定義了如何逐個訪問一個集合的數據。Python 中的迭代器對象需要實現 __iter__() 和 __next__() 方法。

2.1 定義自定義迭代器

通過實現 __iter__() 和 __next__() 方法，可以創建自己的迭代器對象。__iter__() 返回迭代器本身，而 __next__() 返回當前元素，并在結束時拋出 StopIteration 異常以通知迭代結束。

class MyIterator:def __init__(self, start, end):self.current = startself.end = enddef __iter__(self):return self  # 迭代器返回自身def __next__(self):if self.current >= self.end:raise StopIteration  # 結束迭代self.current += 1return self.current - 1# 使用自定義迭代器
iterator = MyIterator(1, 4)
for value in iterator:print(value)

輸出：

1
2
3

2.2 __iter__() 和 __next__() 方法詳解

• __iter__()：該方法返回一個迭代器對象。對于自定義迭代器，它通常返回自身（即 self）。
• __next__()：該方法返回序列中的下一個元素，并更新內部狀態。當沒有更多元素時，它需要拋出 StopIteration 異常，告知迭代器已完成。

---

3. 生成器與迭代器的比較

特性	生成器（Generator）	迭代器（Iterator）
定義	使用 yield 關鍵字的函數，生成惰性數據	必須實現 __iter__ 和 __next__ 方法的類
內存效率	節省內存，只在需要時生成數據	需要完整實現迭代功能
實現復雜度	簡單，直接使用 yield	相對復雜，需要手動實現 __next__ 和 __iter__ 方法
用法	直接使用 yield 創建生成器	創建類并實現迭代器接口

---

• 生成器：通過 yield 關鍵字創建，提供了惰性求值和按需計算的能力，適用于需要處理大量數據或不確定大小的數據集。它使得代碼更加簡潔且內存效率更高。
• 迭代器：通過實現 __iter__() 和 __next__() 方法定義如何遍歷集合，適用于自定義迭代邏輯。它是實現生成器和其他迭代模式的基礎。

通過合理使用生成器和迭代器，我們能夠在 Python 中高效處理大量數據，提升程序的性能與可維護性。