Python 的迭代器和生成器有什么区别？

Python 中的迭代器和生成器

迭代器的基本概念

首先，我们来看看迭代器。迭代器是实现了迭代器协议的对象，包含 __iter__() 和 __next__() 方法。以下是一个简单的示例：

my_list = [1, 2, 3, 4]
it = iter(my_list)  # 获取迭代器对象
print(next(it))  # 输出: 1
print(next(it))  # 输出: 2

输出：

1
2

迭代器允许我们逐个访问集合中的元素，直到元素耗尽。

生成器的基本概念

生成器是使用 yield 关键字的函数，每次调用生成器都会暂停并返回一个值，下一次调用时会从上次暂停的地方继续执行。以下是生成器的示例：

def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator()
print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2

输出：

1
2

生成器简化了迭代器的创建，可以轻松地生成序列。

迭代器与生成器的区别

总结一下迭代器和生成器的主要区别：

1. 语法：迭代器需要实现 __iter__() 和 __next__() 方法，生成器则使用 yield 关键字。
2. 实现复杂度：生成器比迭代器更易实现和维护。
3. 性能：生成器在处理大量数据时更节省内存，因为它们是惰性求值的。

实际应用

一个实际应用场景是读取大文件，使用生成器可以避免一次性加载整个文件到内存中。以下是示例代码：

def read_large_file(file_path):
    with open(file_path) as file:
        for line in file:
            yield line

for line in read_large_file("large_file.txt"):
    print(line)

这种方法有效地处理了大文件，避免了内存溢出。

总结

总结一下，迭代器和生成器都是用于迭代数据的强大工具。迭代器提供了对集合的遍历，而生成器则通过 yield 简化了迭代器的创建和使用。