这篇文章主要讲解了“关于Python迭代器的问题有哪些”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“关于Python迭代器的问题有哪些”吧!
第一个问题:什么是迭代器?
迭代器,英文 Iterator,它首先是个对象,其次它是访问可迭代序列(Iterable)的一种方式。通常其从序列的第一个元素开始访问,直到所有的元素都被访问才结束。
迭代器又是一个特殊的对象,特殊在于它必须实现两个方法:__iter__和__next__.
第二个问题:为什么要有迭代器?
迭代器存在的一个最重要价值:节省内存,这在小数据量时无足轻重。
但是,当数据量大或者对程序要求性能高时,它的价值凸显。
第三个问题:迭代器怎么节省内存了?
只知道使用迭代器能节省内存,但却不知道怎么使用才能节省内存,下面就来回答这个问题。
首先创建一个list:
In [1]: a=[1,3,5,9,10]
其次,列表内每个元素+1,创建一个新列表
In [2]: a1 = [i+1 for i in a]
依次打印a1中每个元素:
In [8]: for i in a1: ...: print(i)
上面操作等价于:
a1 = [] for i in a: a1.append(i+1) for i in a1: print(i)
空间复杂度为 O(n),n为列表a内元素个数。
但是,使用迭代器实现上面的元素+1并打印的空间复杂度是多少呢?
ait = (i+1 for i in a) # 得到生成器,也是一种特殊的迭代器 for i in ait: print(i)
上面操作等价于:
for i in a: print(i+1)
不需要额外空间,所以使用迭代器加1并打印的空间复杂度为O(1).
结论:迭代器更加节省空间!
第四个问题:如何自定义一个迭代器?
上面说过,迭代器对象必须要实现两个方法,为了更加具体,我们演示如何自定义一个迭代器。
自定义一个迭代器,实现斐波那契数列:
#斐波那契数列 class Fabs(): def __init__(self,max): self.max=max self.n,self.a,self.b=0,0,1 #定义__iter__方法 def __iter__(self): return self #定义__next__方法 def __next__(self): if self.n<self.max: tmp=self.b self.a,selfself.b=self.b,self.a+self.b self.n+=1 return tmp raise StopIteration
使用这个迭代器,打印斐波那契数列前10项:
In [13]: for item in Fabs(10): ...: print(item,end=' ') 1 1 2 3 5 8 13 21 34 55
第五个问题:迭代器使用有哪些注意事项?
迭代器只能前进不能回退!
也就是说一旦迭代结束,要想再使用此迭代器对象从头开始遍历元素,将是不可行的!
In [14]: a=iter([1,4,5]) In [16]: next(a) Out[16]: 1 In [17]: next(a) Out[17]: 4 In [18]: next(a) Out[18]: 5 # 要想再使用此迭代器对象从头开始遍历元素,将是不可行的! In [19]: next(a) # 抛出异常:StopIteration:
使用内置函数iter,可将Iterable序列转化为迭代器。
感谢各位的阅读,以上就是“关于Python迭代器的问题有哪些”的内容了,经过本文的学习后,相信大家对关于Python迭代器的问题有哪些这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。