Python生成器和迭代器

一直弄不清楚python的迭代器和生成器用来解决的具体实际情况是什么，所以今天花一点时间来说明，python的迭代器和生成器。

生成器

通常情况下，利用列表生成式，直接创建一个列表。但是由于内存限制，列表的容量有限，同时，创建一个数量大的列表，不仅浪费存储空间，如果仅访问前端几个元素，那后边的大量元素占用的存储空间被浪费。所以，如果列表中的元素可以通过某种算法计算，那么就可以在使用时，将元素通过计算得出，减少存储空间的使用，不创建大量的存储空间，在python中一边计算以便循环的机制，称为生成器：generator。

def Fabanacci(num):
    n,a,b=0,0,1
    while n < num:
        print b
        a,b=b,a+b
        n=n+1
    return 'done'

a=Fabanacci(10)

例如Fabanacci数列，就可以将三项后的生成项变成generator，否则如果计算较大的Fabanacci数列时，浪费存储的内存空间。所以可以将后边的项变成生成器，存储一个算法，随时使用。

通过利用yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

最难理解的是generator和函数执行流程不一样，函数是顺序执行，遇到return语句或者最后一行函数语句返回，而变成generator函数，每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处执行。

迭代器

在python中可以直接用于for循环的数据类型有以下几种：一类是集合数据类型。如list、tuple、dict、set、str等，一类是generator，其中包括生成器和带yield的generator function，这些可以直接作用于for循环的对象统称为可迭带对象：Iterable对象

迭代器和生成器区别

迭代器（iterator）是一个实现了迭代器协议的对象，python的内置数据类型可以通过for进行迭代，可以自己创建容器，实现迭代器协议，通过for、next方法迭代，在迭代末尾，会引发stopIteration异常。

生成器（generator）通过yield语句快速生成迭代器，不用iter和next方法。yield可以将一个普通函数编程生成器，并且相应的next时会从上次暂停的地方继续开始执行。生成器自身构成一个迭代器，每次迭代时使用一个yield返回值，一个生成器中可以有多个yield值。