python中的iterator和"lazy?iterator"區(qū)別介紹

更新時間：2023年04月07日 08:21:25 作者：子燕若水

這篇文章主要介紹了python中的iterator和?“l(fā)azy?iterator“之間有什么區(qū)別,本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

在 Python 中，迭代器是一個對象，它使你能夠遍歷一個值的序列，如一個列表或元組。它通過實現(xiàn)兩個方法來工作： __iter__() 和 __next__()。__iter__() 方法返回迭代器對象本身，而 __next__() 方法返回序列中的下一個值。當沒有更多的值可以返回時，它會引發(fā)一個 StopIteration 異常。

標準自定義的iterator :

class Squares:
    def __init__(self, n):
        self.n = n
        self.current = 0
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.current >= self.n:
            raise StopIteration
        else:
            result = self.current ** 2
            self.current += 1
            return result
 
# Using the iterator
squares = Squares(5)
for square in squares:
    print(square)

在 Python 中，iter() 是一個內置函數(shù)，它為一個給定的可迭代對象返回一個迭代器。

一個可迭代的對象是任何可以被循環(huán)的對象，如列表、元組、集合、字典或定義了 __iter__() 方法的自定義對象。

當對一個可迭代對象調用 iter() 時，它返回一個迭代器對象，使用 next() 方法從可迭代對象中一次提供一個數(shù)值序列。

iter()函數(shù)通常與循環(huán)和其他迭代器一起使用，以執(zhí)行過濾、映射和減少一個序列的元素等任務。

用iter()函數(shù)創(chuàng)建的迭代器：

numbers = [1, 2, 3, 4, 5]
iterator = iter(numbers)
 
print(next(iterator))  # Output: 1
print(next(iterator))  # Output: 2
print(next(iterator))  # Output: 3

lazy iterator :

一個 "懶惰迭代器 "是一個特殊類型的迭代器，它不會預先生成序列中的所有值。相反，它在需要的時候生成它們。當處理非常大的或無限大的序列時，這很有用，因為它避免了一次生成所有的值和消耗大量的內存。

在Python中，懶惰迭代器經常使用生成器函數(shù)來實現(xiàn)(生成器是使用yield關鍵字的函數(shù))，一次返回一個值。每次請求一個值的時候，生成器就在它離開的地方繼續(xù)工作，并生成序列中的下一個值。

# Define a generator function that yields values lazily
def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b
 
# Use the lazy iterator to print the first 10 Fibonacci numbers
fib = fibonacci()
for i in range(10):
    print(next(fib))

到此這篇關于python中的iterator和 “lazy iterator“之間有什么區(qū)別？的文章就介紹到這了,更多相關python iterator和 lazy iterator內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: