python学习之路--day12迭代器与生成器

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python学习之路--day12迭代器与生成器，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3384字，纯文字阅读大概需要5分钟。

内容图文

一、迭代器

1.什么是迭代器

迭代：一个重复的过程，但每次重复都是基于上一次重复的结果而继续

迭代器就是迭代取值的工具

2.为什么要用迭代器

对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器

优点：

I.其可以提供一种不依赖索引的迭代取值方式

II.更节省内存

缺点：

I.不如按照索引的取值方式灵活

II.其为取值一次性的，只能向后取，无法预测值的个数

可迭代对象：内置有__iter__方法的对象，即obj.__iter__（str\list\tuple\dict\set\文件对象）

迭代器对象：既内置有__iter__方法又内置有__next__方法的对象，即open('a.txt').__iter__（文件对象）

迭代器对象为可迭代对象执行obj.__iter__()得到的结果

调用可迭代对象下__iter__方法,会有一个返回值,该返回值就是内置的迭代器对象

迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象

3.如何用

dic={'a':1,'b':2,'c':3}

iter_dic=dic.__iter__() #得到迭代器对象，迭代器.__iter__()得到的仍然是迭代器本身
iter_d=iter(d) #其相当于d.__iter__

print(iter_dic.__next__())  #《==》next(iter_dic)
# 需注意，当next次数超过key次数时，会抛出StopIteration结束标志
while True:
    try:
        v=iter_d.__next__()
        print(v)
    except StopIteration:
        break
#a  b  c

dic={'a':1,'b':2,'c':3}
for k in dic:
    print(dic[k])   # 1  2  3 
  

for循环的底层原理
1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
2: 执行iter_obj.__next__()即next(iter_dic),将得到的值赋值给k,然后执行循环体代码
3: 重复过程2，直到捕捉到异常StopIteration,结束循环

二、生成器：一种自定义的迭代器

1.如何得到

函数内出现yield关键字，再去调用函数不会立即执行函数体代码，会得到一个返回值，该返回值就是生成器对象，即自定义的迭代器

def func():
    print('first')
    yield 1
    print('second')
    yield 2
    print('third')
    yield 3


g=func()
print(g)       # <generator object func at 0x0000025FB008FE08>
res1=next(g)   # first
print(res1)    # 1

res2=next(g)   # second
print(res2)    # 2

res3=next(g)   # third
print(res3)    # 3

next(g)        # StopIteration

yield：

1.提供一种自定义迭代器的解决方案

2.yield & return

相同：都可以返回值，返回值没有类型/个数限制

不同：return只能返回一次值，yield却可以让函数暂停在某一个位置，可以返回多次值

 三、函数的递归调用与二分法

 递归

1.递归调用：在调用一个函数的过程又直接或间接地调用该函数本身

递归必须满足两个条件：

I.每进入下一次递归调用，问题的规模都应该有所减少

II.递归必须有一个明确的结束条件‘

递归有两个明确的阶段

I.回溯 ：一层一层地递归调用下去

II.递推 ：在某一层结束掉递归,然后一层一层返回

2.为何用

在某些情况下，基于递归来使用重复的过程比while循环更简单

 3.如何用

一个嵌套很多层的列表，用递归取出所有的值
l = [1, [2, [3, [4, [5, [6, [7, [8, ]]]]]]]]

def func1(listl):
    for item in listl:
        if type(item) is not list:
            print(item)
        else:
            func1(item)

func1(l)

#or
def get(seq):
    for item in seq:
        if type(item) is list:
            get(item)
        else:
            print(item)
get(l)

二分法

二分法是算法的一种,算法是如何高效地解决问题的思路

nums = [1, 13, 15, 23, 27, 31, 33, 57, 73, 81, 93, 94, 97, 101]  # 从小到大排列的数字列表
def binary_search(find_num,nums):
    print(nums)
    if len(nums) == 0:
        print('not exists')
        return
    # 功能
    mid_index = len(nums) // 2
    if find_num > nums[mid_index]:
        # in the right
        nums=nums[mid_index+1:]
        # 重新运行功能,传入新列表
        binary_search(find_num,nums)
    elif find_num < nums[mid_index]:
        # in the left
        nums=nums[:mid_index]
        # 重新运行功能,传入新列表
        binary_search(find_num,nums)
    else:
        print('find it')

# binary_search(97,nums)
binary_search(95,nums)

内容总结

以上是互联网集市为您收集整理的python学习之路--day12迭代器与生成器全部内容，希望文章能够帮你解决python学习之路--day12迭代器与生成器所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端