Python 中迭代器和生成器的区别

Python 2月前 34

在 Python 中，迭代器（Iterator）和生成器（Generator）是两种非常重要的概念和工具，它们都用于处理可迭代对象（Iterable）。尽管它们在功能和使用上有一些相似之处，但它们在实现和使用方式上有一些重要的区别。本文将详细介绍迭代器和生成器的定义、特点、使用方法以及需要注意的事项。

迭代器（Iterator）

迭代器是一个实现了迭代器协议（Iterator Protocol）的对象。迭代器协议要求实现两个方法：__iter__ 和 __next__。其中，__iter__ 方法返回迭代器对象本身，而 __next__ 方法返回迭代器的下一个元素。当迭代器没有更多元素可供返回时，__next__ 方法应该引发 StopIteration 异常。

迭代器的主要特点是惰性计算（Lazy Evaluation）。它们一次只生成一个元素，并且在需要时才计算下一个元素。这种特性使得迭代器非常适合处理大型或无限序列，因为它们不需要一次性将所有元素加载到内存中。

下面是一个迭代器的简单示例，它生成斐波那契数列的前 n 个数字：

class FibonacciIterator:
    def __init__(self, n):
        self.n = n
        self.current = 0
        self.a, self.b = 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current >= self.n:
            raise StopIteration
        result = self.a
        self.a, self.b = self.b, self.a + self.b
        self.current += 1
        return result

fibonacci = FibonacciIterator(10)
for num in fibonacci:
    print(num)

生成器（Generator）

生成器是一种特殊的迭代器，它使用了更简洁的语法来定义。生成器可以通过函数中的 yield 语句来实现。当函数执行到 yield 语句时，它会返回一个值，并暂停执行。下次调用生成器时，函数会从上次暂停的位置继续执行，直到再次遇到 yield 语句。

生成器的主要特点是简洁性和易用性。相比于显式地实现迭代器协议，生成器提供了一种更直观和简单的方式来定义迭代器。生成器函数可以使用普通的函数语法定义，并且可以包含循环、条件语句等控制流结构。

下面是一个生成器函数的示例，它生成斐波那契数列的前 n 个数字：

def fibonacci_generator(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

fibonacci = fibonacci_generator(10)
for num in fibonacci:
    print(num)