弄懂这 5 个问题，拿下 Python 迭代器！

本篇专题写作思路，由几个问题，逐步讨论迭代器存在的价值、使用的方法、以及如何转化为自身武器并真正用到日常Python中。

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

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]: 1In [17]: next(a) Out[17]: 4In [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。

最后总结：

第一个问题：什么是迭代器?

第二个问题：为什么要有迭代器?

第三个问题：迭代器怎么节省内存了?