python中的iterator和"lazy iterator"区别介绍
作者：子燕若水
what differece between iterator and 'lazy iterator' in python?
在 Python 中，迭代器是一个对象，它使你能够遍历一个值的序列，如一个列表或元组。它通过实现两个方法来工作： __iter__() 和 __next__()。__iter__() 方法返回迭代器对象本身，而 __next__() 方法返回序列中的下一个值。当没有更多的值可以返回时，它会引发一个 StopIteration 异常。
标准自定义的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() 是一个内置函数，它为一个给定的可迭代对象返回一个迭代器。
一个可迭代的对象是任何可以被循环的对象，如列表、元组、集合、字典或定义了 __iter__() 方法的自定义对象。
当对一个可迭代对象调用 iter() 时，它返回一个迭代器对象，使用 next() 方法从可迭代对象中一次提供一个数值序列。
iter()函数通常与循环和其他迭代器一起使用，以执行过滤、映射和减少一个序列的元素等任务。
用iter()函数创建的迭代器：
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 :
一个 "懒惰迭代器 "是一个特殊类型的迭代器，它不会预先生成序列中的所有值。相反，它在需要的时候生成它们。当处理非常大的或无限大的序列时，这很有用，因为它避免了一次生成所有的值和消耗大量的内存。
在Python中，懒惰迭代器经常使用生成器函数来实现(生成器是使用yield关键字的函数)，一次返回一个值。每次请求一个值的时候，生成器就在它离开的地方继续工作，并生成序列中的下一个值。
# 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))到此这篇关于python中的iterator和 “lazy iterator“之间有什么区别？的文章就介绍到这了,更多相关python iterator和 lazy iterator内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！