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<self.max:
- tmp=self.b
- self.a,selfself.b=self.b,self.a+self.b
- self.n+=1
- return tmp
- raise StopIteration
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]: 1
- In [17]: next(a)
- Out[17]: 4
- In [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?
- 第四个问题：如何自定义一个迭代器?
- 第五个问题：迭代器使用有哪些注意事项?
