一、迭代器

顾名思义，迭代器就是用于迭代操作（for 循环）的对象，它像列表一样可以迭代获取其中的每一个元素。

python3中任何实现了 _next_ 方法的对象都可以称为迭代器。

迭代器与列表的区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素，这正是它的优点。

比如列表含有中一千万个整数，需要占超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用 next 方法时候才返回该元素（按需调用 call by need 的方式，本质上 for 循环就是不断地调用迭代器的next方法）。

以斐波那契数列为例来实现一个迭代器：

class Fib:
    def __init__(self, n):
        self.prev = 0
        self.cur = 1
        self.n = n

    def __next__(self):
        if self.n > 0:
            value = self.cur
            self.cur = self.cur + self.prev
            self.prev = value
            self.n -= 1
            return value
        else:
            raise StopIteration()


f = Fib(5)
print(type(f))
print(f.__next__())
print(f.__next__())
print(next(f))
print(f.__next__())
print(next(f))
print(f.__next__())

打印结果：

<class '__main__.Fib'>
1
1
2
3
5
Traceback (most recent call last):
  File "test03.py", line 25, in <module>
    print(f.__next__())
  File "test03.py", line 15, in __next__
    raise StopIteration()
StopIteration

Process finished with exit code 1

二、生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

调用一个生成器函数，返回的是一个迭代器对象。

为什么用这个生成器，是因为如果用List的话，会占用更大的空间，比如说取0,1,2,3,4,5,6............100000000

在python2中，你可能会这样：

for i in range(100000000):
    a=i

这个时候range(100000000)就默认生成一个含有100000000个数的list了，所以很占内存。

这个时候你可以用刚才的yield组合成生成器进行实现：

第一种写法：

def foo(num):
    print("starting...")
    while num < 10:
        num = num + 1
        yield num


print(type(foo))

f = foo(0)
print(f)
print('------------------------------')
print(f.__next__())
print(f.__next__())
print(f.__next__())

打印结果：

<class 'function'>
<generator object foo at 0x000001B9F5130750>
------------------------------
starting...
1
2
3

Process finished with exit code 0

第二种写法：

def foo(num):
    print("starting...")
    while num < 10:
        num = num + 1
        yield num
for n in foo(0):
    print(n)

打印结果：

starting...
1
2
3
4
5
6
7
8
9
10

在python2中也可以用xrange(1000)这个生成器实现 yield 组合：xrange(100000000)

for n in xrange(100000000):
    a=n

其中要注意的是python3时已经没有xrange()了，在python3中，range()就是xrange()了，你可以在python3中查看range()的类型，它已经是个<class ‘range’>了，而不是一个list了，毕竟这个是需要优化的。

二、生成器用法

1、yield

首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器），好了，如果你对这些不明白的话，那先把yield看做return,然后直接看下面的程序，你就会明白yield的全部意思了：

def foo():
    print("------------------- 进入foo()函数 -------------------")
    for i in range(10):
        print('第{0}次循环: 开始'.format(i))
        res = yield i
        print("res:", res)
        print('第{0}次循环: 结束'.format(i))


g = foo()
print('g = ', g)
print('********************* 开始执行 *********************')
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))

打印结果：

g =  <generator object foo at 0x000001CB3B2677C8>
********************* 开始执行 *********************
------------------- 进入foo()函数 -------------------
第0次循环: 开始
0
----------------------------------------
res: None
第0次循环: 结束
第1次循环: 开始
1
----------------------------------------
res: None
第1次循环: 结束
第2次循环: 开始
2
----------------------------------------
res: None
第2次循环: 结束
第3次循环: 开始
3

Process finished with exit code 0

代码运行顺序如下：

程序开始执行以后，因为foo函数中有yield关键字，所以foo函数并不会真的执行，而是先得到一个生成器generator(相当于一个对象)
直到调用next方法，foo函数正式开始执行，先执行foo函数中的print("------------------- 进入foo()函数 -------------------")方法，打印结果：
```
------------------- 进入foo()函数 -------------------
```
进入for循环
执行for循环里的代码print('第{0}次循环: 开始'.format(i))，然后遇到yield关键字，然后把yield想象成return，return了一个0之后，程序停止，并没有执行赋值给res操作，此时next(g)语句执行完成；打印结果：
```
第0次循环: 开始
0
```
程序执行print("----------------------------------------")，打印结果：
```
----------------------------------------
```
开始执行接下来的print(next(g))
这个时候和上面那个差不多，不过不同的是，这个时候是从上一个next()程序停止的地方开始执行的（即：继续从上一次yield代码处向下执行代码），也就是要执行res的赋值操作，这时候要注意，这个时候赋值操作的右边是没有值的（因为刚才那个是return出去了，并没有给赋值操作的左边传参数），所以这个时候res赋值是None，程序继续在for执行，直到又一次碰到yield，打印结果：
```
res: None
第0次循环: 结束
第1次循环: 开始
1
```
程序执行print("----------------------------------------")，打印结果：
```
----------------------------------------
```
从上一个next()程序停止的地方开始执行的，即：继续从上一次yield代码处向下执行代码，直到又一次碰到yield，打印结果：
```
res: None
第1次循环: 结束
第2次循环: 开始
2
```
直至for循环结束；

到这里你可能就明白yield和return的关系和区别了，带yield的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是next函数，next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行的，所以调用next的时候，生成器并不会从foo函数的开始执行，只是接着上一步停止的地方开始，然后遇到yield后，return出要生成的数，此步就结束。

2、send

再看一个这个生成器的send函数的例子，这个例子就把上面那个例子的最后一行换掉了

def foo():
    print("------------------- 进入foo()函数 -------------------")
    for i in range(10):
        print('第{0}次循环: 开始'.format(i))
        res = yield i
        print("res:", res)
        print('第{0}次循环: 结束'.format(i))


g = foo()
print('g = ', g)
print('********************* 开始执行 *********************')
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(g.send(7))

输出结果：

g =  <generator object foo at 0x00000227A3B667C8>
********************* 开始执行 *********************
------------------- 进入foo()函数 -------------------
第0次循环: 开始
0
----------------------------------------
res: None
第0次循环: 结束
第1次循环: 开始
1
----------------------------------------
res: None
第1次循环: 结束
第2次循环: 开始
2
----------------------------------------
res: 7
第2次循环: 结束
第3次循环: 开始
3

Process finished with exit code 0

send函数的概念：send是发送一个参数给res的，因为上面讲到，return的时候，并没有把 $i$ 赋值给 $r e s$ ，下次执行的时候只好继续执行赋值操作，只好赋值为None了，而如果用 send 的话，开始执行的时候，先接着上一次 yield i 执行，先把 $7$ 赋值给了 $r e s$ ，然后执行 next 的作用，遇见下一回的 yield，return 出结果后结束。