了解Python數(shù)據(jù)結(jié)構(gòu)迭代對(duì)象、迭代器、生成器的概念

在了解Python的數(shù)據(jù)結(jié)構(gòu)時(shí)，容器(container)、可迭代對(duì)象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導(dǎo)式(list,set,dict comprehension)眾多概念參雜在一起，難免讓初學(xué)者一頭霧水，我將用一篇文章試圖將這些概念以及它們之間的關(guān)系捋清楚。

容器(container)

容器是一種把多個(gè)元素組織在一起的數(shù)據(jù)結(jié)構(gòu)，容器中的元素可以逐個(gè)地迭代獲取，可以用in, not in關(guān)鍵字判斷元素是否包含在容器中。通常這類數(shù)據(jù)結(jié)構(gòu)把所有的元素存儲(chǔ)在內(nèi)存中（也有一些特例，并不是所有的元素都放在內(nèi)存，比如迭代器和生成器對(duì)象）在Python中，常見(jiàn)的容器對(duì)象有：
list, deque, ....
set, frozensets, ....
dict, defaultdict, OrderedDict, Counter, ....
tuple, namedtuple, …
str

容器比較容易理解，因?yàn)槟憔涂梢园阉醋魇且粋€(gè)盒子、一棟房子、一個(gè)柜子，里面可以塞任何東西。從技術(shù)角度來(lái)說(shuō)，當(dāng)它可以用來(lái)詢問(wèn)某個(gè)元素是否包含在其中時(shí)，那么這個(gè)對(duì)象就可以認(rèn)為是一個(gè)容器，比如 list，set，tuples都是容器對(duì)象：
>>> assert 1 in [1, 2, 3] # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3} # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3) # tuples
>>> assert 4 not in (1, 2, 3)

詢問(wèn)某元素是否在dict中用dict的中key：
>>> d = {1: 'foo', 2: 'bar', 3: 'qux'}
>>> assert 1 in d
>>> assert 'foo' not in d # 'foo' 不是dict中的元素

詢問(wèn)某substring是否在string中：
>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s

盡管絕大多數(shù)容器都提供了某種方式來(lái)獲取其中的每一個(gè)元素，但這并不是容器本身提供的能力，而是可迭代對(duì)象賦予了容器這種能力，當(dāng)然并不是所有的容器都是可迭代的，比如：Bloom filter，雖然Bloom filter可以用來(lái)檢測(cè)某個(gè)元素是否包含在容器中，但是并不能從容器中獲取其中的每一個(gè)值，因?yàn)锽loom filter壓根就沒(méi)把元素存儲(chǔ)在容器中，而是通過(guò)一個(gè)散列函數(shù)映射成一個(gè)值保存在數(shù)組中。

可迭代對(duì)象(iterable)

剛才說(shuō)過(guò)，很多容器都是可迭代對(duì)象，此外還有更多的對(duì)象同樣也是可迭代對(duì)象，比如處于打開(kāi)狀態(tài)的files，sockets等等。但凡是可以返回一個(gè)迭代器的對(duì)象都可稱之為可迭代對(duì)象，聽(tīng)起來(lái)可能有點(diǎn)困惑，沒(méi)關(guān)系，先看一個(gè)例子：
>>> x = [1, 2, 3]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)

>>> type(y)

這里x是一個(gè)可迭代對(duì)象，可迭代對(duì)象和容器一樣是一種通俗的叫法，并不是指某種具體的數(shù)據(jù)類型，list是可迭代對(duì)象，dict是可迭代對(duì)象，set也是可迭代對(duì)象。y和z是兩個(gè)獨(dú)立的迭代器，迭代器內(nèi)部持有一個(gè)狀態(tài)，該狀態(tài)用于記錄當(dāng)前迭代所在的位置，以方便下次迭代的時(shí)候獲取正確的元素。迭代器有一種具體的迭代器類型，比如list_iterator，set_iterator。可迭代對(duì)象實(shí)現(xiàn)了__iter__方法，該方法返回一個(gè)迭代器對(duì)象。

當(dāng)運(yùn)行代碼：
x = [1, 2, 3]
for elem in x:
...

實(shí)際執(zhí)行情況是：

反編譯該段代碼，你可以看到解釋器顯示地調(diào)用GET_ITER指令，相當(dāng)于調(diào)用iter(x)，F(xiàn)OR_ITER指令就是調(diào)用next()方法，不斷地獲取迭代器中的下一個(gè)元素，但是你沒(méi)法直接從指令中看出來(lái)，因?yàn)樗唤忉屍鲀?yōu)化過(guò)了。
>>> import dis
>>> x = [1, 2, 3]
>>> dis.dis('for _ in x: pass')
1 0 SETUP_LOOP 14 (to 17)
3 LOAD_NAME 0 (x)
6 GET_ITER
>> 7 FOR_ITER 6 (to 16)
10 STORE_NAME 1 (_)
13 JUMP_ABSOLUTE 7
>> 16 POP_BLOCK
>> 17 LOAD_CONST 0 (None)
20 RETURN_VALUE

迭代器(iterator)

那么什么迭代器呢？它是一個(gè)帶狀態(tài)的對(duì)象，他能在你調(diào)用next()方法的時(shí)候返回容器中的下一個(gè)值，任何實(shí)現(xiàn)了__iter__和__next__()（python2中實(shí)現(xiàn)next()）方法的對(duì)象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一個(gè)值，如果容器中沒(méi)有更多元素了，則拋出StopIteration異常，至于它們到底是如何實(shí)現(xiàn)的這并不重要。