在 Python 中，理解和区分生成器（generators）和迭代器（iterators）是非常重要的，因为它们都与迭代（iteration）有关，但它们的工作方式和用途有所不同。

迭代器（Iterators）

迭代器是实现了 __iter__() 和 __next__() 方法的对象。迭代器对象知道如何返回序列中的下一个值，直到没有更多的值可以返回，此时会引发 StopIteration 异常。
迭代器的特点：

  • 可以使用 next() 函数来获取下一个值。

  • 只能向前迭代，不能后退。

  • 只能迭代一次，迭代完成后就无法再次迭代。
    以下是一个简单的迭代器示例：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    class MyIterator:
      def __init__(self, n):
          self.n = n
          self.current = 0
      def __iter__(self):
          return self
      def __next__(self):
          if self.current < self.n:
              value = self.current
              self.current += 1
              return value
          else:
              raise StopIteration
    # 使用迭代器
    my_iterator = MyIterator(5)
    for value in my_iterator:
      print(value)

    生成器（Generators）

    生成器是一种特殊类型的迭代器，它不需要实现 __iter__() 和 __next__() 方法。生成器使用 yield 关键字来产生值，而不是通过返回一个值来生成值。生成器在每次产生值后会暂停执行，并在下一次调用时从上次暂停的地方继续执行。
    生成器的特点：

  • 使用 yield 关键字定义，而不是 return。

  • 生成器是懒惰的，它们只在需要时才计算值。

  • 可以使用 next() 函数或 for 循环来迭代。
    以下是一个简单的生成器函数示例：

    1
    2
    3
    4
    5
    6
    def my_generator(n):
      for i in range(n):
          yield i
    # 使用生成器
    for value in my_generator(5):
      print(value)

    生成器表达式

    生成器表达式是创建生成器的另一种简洁方式，类似于列表推导，但是使用圆括号 () 而不是方括号 []。

    1
    2
    3
    gen_exp = (x * x for x in range(5))
    for value in gen_exp:
      print(value)

    生成器函数

    指的是一个函数，以yeid代替return，返回一个生成器对象。

    总结

  • 迭代器：实现了 __iter__() 和 __next__() 方法的对象，可以用于迭代。

  • 生成器：一种特殊的迭代器，使用 yield 关键字定义，可以更高效地处理数据流。
    生成器特别适合于处理大量数据或需要按需生成数据的场景，因为它们不需要在内存中存储整个数据集。迭代器则是一个更通用的概念，适用于任何可以迭代的对象。