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

在了解Python的數(shù)據(jù)結(jié)構(gòu)時，容器(container)、可迭代對象(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象）在Python中，常見的容器對象有：
list, deque, ....
set, frozensets, ....
dict, defaultdict, OrderedDict, Counter, ....
tuple, namedtuple, …
str

容器比較容易理解，因為你就可以把它看作是一個盒子、一棟房子、一個柜子，里面可以塞任何東西。從技術(shù)角度來說，當(dāng)它可以用來詢問某個元素是否包含在其中時，那么這個對象就可以認為是一個容器，比如 list，set，tuples都是容器對象：
>>> 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獲取其中的每一個元素，但這并不是容器本身提供的能力，而是可迭代對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可以用來檢測某個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值，因為Bloom filter壓根就沒把元素存儲在容器中，而是通過一個散列函數(shù)映射成一個值保存在數(shù)組中。

可迭代對象(iterable)

剛才說過，很多容器都是可迭代對象，此外還有更多的對象同樣也是可迭代對象，比如處于打開狀態(tài)的files，sockets等等。但凡是可以返回一個迭代器的對象都可稱之為可迭代對象，聽起來可能有點困惑，沒關(guān)系，先看一個例子：
>>> 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是一個可迭代對象，可迭代對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是可迭代對象，dict是可迭代對象，set也是可迭代對象。y和z是兩個獨立的迭代器，迭代器內(nèi)部持有一個狀態(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?？傻鷮ο髮崿F(xiàn)了__iter__方法，該方法返回一個迭代器對象。

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

實際執(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元素，但是你沒法直接從指令中看出來，因為他被解釋器優(yōu)化過了。
>>> 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？它是一個帶狀態(tài)的對象，他能在你調(diào)用next()方法的時候返回容器中的下一個值，任何實現(xiàn)了__iter__和__next__()（python2中實現(xiàn)next()）方法的對象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一個值，如果容器中沒有更多元素了，則拋出StopIteration異常，至于它們到底是如何實現(xiàn)的這并不重要。

所以，迭代器就是實現(xiàn)了工廠模式的對象，它在你每次你詢問要下一個值的時候給你返回。有很多關(guān)于迭代器的例子，比如itertools函數(shù)返回的都是迭代器對象。

生成無限序列：
>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14

從一個有限序列中生成無限序列：

>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'

從無限的序列中生成有限序列：
>>> from itertools import islice
>>> colors = cycle(['red', 'white', 'blue']) # infinite
>>> limited = islice(colors, 0, 4) # finite
>>> for x in limited:
... print(x)
red
white
blue
red

為了更直觀地感受迭代器內(nèi)部的執(zhí)行過程，我們自定義一個迭代器，以斐波那契數(shù)列為例：
class Fib:
def __init__(self):
self.prev = 0
self.curr = 1

def __iter__(self):
return self

def __next__(self):
value = self.curr
self.curr += self.prev
self.prev = value
return value

>>> f = Fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

Fib既是一個可迭代對象（因為它實現(xiàn)了__iter__方法），又是一個迭代器（因為實現(xiàn)了__next__方法）。實例變量prev和curr用戶維護迭代器內(nèi)部的狀態(tài)。每次調(diào)用next()方法的時候做兩件事：

為下一次調(diào)用next()方法修改狀態(tài)
為當(dāng)前這次調(diào)用生成返回結(jié)果

迭代器就像一個懶加載的工廠，等到有人需要的時候才給它生成值返回，沒調(diào)用的時候就處于休眠狀態(tài)等待下一次調(diào)用。

生成器(generator)

生成器算得上是Python語言中最吸引人的特性之一，生成器其實是一種特殊的迭代器，不過這種迭代器更加優(yōu)雅。它不需要再像上面的類一樣寫__iter__()和__next__()方法了，只需要一個yiled關(guān)鍵字。 生成器一定是迭代器（反之不成立），因此任何生成器也是以一種懶加載的模式生成值。用生成器來實現(xiàn)斐波那契數(shù)列的例子是：
def fib():
prev, curr = 0, 1
while True:
yield curr
prev, curr = curr, curr + prev

>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

fib就是一個普通的python函數(shù)，它特殊的地方在于函數(shù)體中沒有return關(guān)鍵字，函數(shù)的返回值是一個生成器對象。當(dāng)執(zhí)行f=fib()返回的是一個生成器對象，此時函數(shù)體中的代碼并不會執(zhí)行，只有顯示或隱示地調(diào)用next的時候才會真正執(zhí)行里面的代碼。

生成器在Python中是一個非常強大的編程結(jié)構(gòu)，可以用更少地中間變量寫流式代碼，此外，相比其它容器對象它更能節(jié)省內(nèi)存和CPU，當(dāng)然它可以用更少的代碼來實現(xiàn)相似的功能?，F(xiàn)在就可以動手重構(gòu)你的代碼了，但凡看到類似：
def something():
result = []
for ... in ...:
result.append(x)
return result

都可以用生成器函數(shù)來替換：
def iter_something():
for ... in ...:
yield x

生成器表達式(generator expression)

生成器表達式是列表推倒式的生成器版本，看起來像列表推導(dǎo)式，但是它返回的是一個生成器對象而不是列表對象。
>>> a = (x*x for x in range(10))
>>> a

>>> sum(a)
285

總結(jié)

容器是一系列元素的集合，str、list、set、dict、file、sockets對象都可以看作是容器，容器都可以被迭代（用在for，while等語句中），因此他們被稱為可迭代對象。
可迭代對象實現(xiàn)了__iter__方法，該方法返回一個迭代器對象。
迭代器持有一個內(nèi)部狀態(tài)的字段，用于記錄下次迭代返回值，它實現(xiàn)了__next__和__iter__方法，迭代器不會一次性把所有元素加載到內(nèi)存，而是需要的時候才生成返回結(jié)果。
生成器是一種特殊的迭代器，它的返回值不是通過return而是用yield。