Python--迭代器和生成器的定义和案例
Posted huanglinsheng
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python--迭代器和生成器的定义和案例相关的知识,希望对你有一定的参考价值。
迭代器
迭代器是访问集合元素的一种方式。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,不过这也没什么,因为人们很少在迭代途中往后退。另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件
特点:
- 访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容
- 不能随机访问集合中的某个值 ,只能从头到尾依次访问
- 访问到一半时不能往回退
- 便于循环比较大的数据集合,节省内存
生成一个迭代器:
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:Huanglinsheng hls = iter([1,2,3,4,5]) print(hls.__next__()) print(hls.__next__()) print(hls.__next__()) print(hls.__next__()) print(hls.__next__())
生成器generator
定义:一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator),如果函数中包含yield语法,那这个函数就会变成生成器
代码:
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:Huanglinsheng def fib(max): #10 n, a, b = 0, 0, 1 while n < max: #print(b) yield b a, b = b, a + b n = n + 1 return \'---done---\' f= fib(10) for i in f: print(i)
添加新内容后的代码:
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:Huanglinsheng def fib(max): #10 n, a, b = 0, 0, 1 while n < max: #print(b) yield b a, b = b, a + b n = n + 1 return \'---done---\' g = fib(10) while True: try: x = next(g) print(\'g:\', x) except StopIteration as e: print(\'Generator return value:\', e.value) break
生成器并行案例(游戏充值):
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:Huanglinsheng import time def daozhang(name): print("【%s】准备充值游戏!"%name) while True: money = yield print("[%s]已经充值了[%s]元!真有钱。" %(name,money)) def chongzhi(name): dz1 = daozhang("hucong") dz2 = daozhang("huanglinsheng") dz1.__next__() dz2.__next__() print("【%s】帮忙充值" %name) for i in (50,100,200,300): time.sleep(1) print("=====开始充值======") dz1.send(i) dz2.send(i) chongzhi("huanghongtao")
运行结果:
改进代码后
__author__ = "Alex Li" import time import queue def consumer(name): print("--->starting eating baozi...") while True: new_baozi = yield #第一次进来这里,会停住,下一次唤醒的同时,也可以赋值给它,接着会执行下面的代码, print("[%s] is eating baozi %s" % (name, new_baozi)) # time.sleep(1) def producer(): r = con.__next__() #函数内有 yield ,第一次不会执行,只有在 __next__() 时,才会继续执行 r = con2.__next__() n = 0 while n < 5: n += 1 con.send(n) #唤醒生成器的同时,给他传一个值 con2.send(n) #唤醒生成器的同时,给他传一个值 time.sleep(1) print("\\033[32;1m[producer]\\033[0m is making baozi %s" % n) if __name__ == \'__main__\': con = consumer("c1") con2 = consumer("c2") p = producer()
执行的结果如下:
以上是关于Python--迭代器和生成器的定义和案例的主要内容,如果未能解决你的问题,请参考以下文章