迭代器的应用以及说明的问题
程序员文章站
2022-05-14 09:41:13
一般使用for循环的顺序: 先创建一个迭代器:列表,并且列表内已存在数据 接着使用 for循环遍历列表 但这样存在一个问题,假如列表内的数据量很大,这样还未使用for循环便已经被列表占用很大的资源 这时我们就可以将这个迭代器做成一个生成数据的迭代器,而非只是占用大资源的数据,从而减少资源占用 pyt ......
一般使用for循环的顺序:
先创建一个迭代器:列表,并且列表内已存在数据
接着使用 for循环遍历列表
但这样存在一个问题,假如列表内的数据量很大,这样还未使用for循环便已经被列表占用很大的资源
这时我们就可以将这个迭代器做成一个生成数据的迭代器,而非只是占用大资源的数据,从而减少资源占用
python2里有range和xrange,而前者和后者区别是,range就像是那个占用大资源的数据,xrange则是生产数据的迭代器
python3并没有xrange,它的range就是一个生产数据的迭代器
同理,list(),和tuple(),之间并非简单的转换,而是创建了一个空列表/元组,然后不断将原列表/元组的数据添加到空列表/元组中,也就是生产数据的迭代器
例子中 for循环遍历的nums是已经存在需要遍历的所有数据
# 未使用迭代器的斐波那契数列例子 nums = list() a = 0 b = 1 i = 0 while i < 10: nums.append(a) a, b = b, a+b i += 1 for num in nums: print(num)
例子中 for循环遍历的nums需要用几个到才去生产几个(即每遍历获取一个num,才生产一个数据)
# 使用了迭代器的斐波那契数列的例子
# for 循环的对象并不是个内容,而是生成内容的方法,这样做可以节省资源 class fibonacci(object): def __init__(self, all_num): self.all_num = all_num self.current_num = 0 self.a = 0 self.b = 1 def __iter__(self): return self def __next__(self): if self.current_num < self.all_num: ret = self.a self.a, self.b = self.b, self.a+self.b self.current_num += 1 return ret else: raise stopiteration fibo = fibonacci(10) for num in fibo: print(num)