Python3 迭代器与生成器

Python3 中的迭代器和生成器是 Python 编程中非常重要的概念，它们可以帮助我们更高效地处理数据和管理内存。下面分别介绍一下迭代器和生成器的概念和用法。

## 迭代器

迭代器是一个可以遍历一个容器（如列表或元组）中的所有元素的对象，而不需要预先获取容器的所有元素。Python 中的迭代器可以通过实现 __iter__() 和 __next__() 方法来实现。其中，__iter__() 方法返回迭代器对象本身，__next__() 方法返回容器中的下一个元素。

下面是一个简单的迭代器示例：

```python
class MyIterator:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.end:
            value = self.current
            self.current += 1
            return value
        else:
            raise StopIteration

it = MyIterator(0, 5)
for num in it:
    print(num)
```

在这个示例中，我们定义了一个名为 MyIterator 的迭代器类，它接受两个参数 start 和 end，表示要遍历的范围。在类的 __init__() 方法中，我们初始化了迭代器的当前值和结束值。

在类中，我们实现了 __iter__() 和 __next__() 方法，其中 __iter__() 方法返回迭代器对象本身，__next__() 方法返回容器中的下一个元素。在 __next__() 方法中，我们使用一个 if 语句来判断迭代器是否已经遍历到了结束位置，如果是，则抛出 StopIteration 异常。

在主程序中，我们创建了一个 MyIterator 迭代器对象，并使用 for 循环遍历它。在每次循环中，我们使用 print() 函数输出迭代器当前的值。

## 生成器

生成器是一种特殊的迭代器，它可以通过函数来实现。Python 中的生成器可以通过使用 yield 语句来实现。当函数执行到 yield 语句时，函数会暂停执行，并将 yield 后面的表达式作为下一个元素返回给调用者。调用者可以继续调用生成器函数来获取下一个元素，直到所有元素都被遍历完毕。

下面是一个简单的生成器示例：

```python
def my_generator(start, end):
    current = start
    while current < end:
        yield current
        current += 1

gen = my_generator(0, 5)
for num in gen:
    print(num)
```

在这个示例中，我们定义了一个名为 my_generator 的生成器函数，它接受两个参数 start 和 end，表示要遍历的范围。在函数中，我们使用一个 while 循环来遍历范围内的所有元素，并使用 yield 语句返回每个元素。

在主程序中，我们创建了一个 my_generator 生成器对象，并使用 for 循环遍历它。在每次循环中，我们使用 print() 函数输出生成器当前的值。

需要注意的是，生成器可以帮助我们更高效地处理数据和管理内存，因为生成器每次只生成一个元素，并且不需要将所有元素都存储在内存中。因此，在处理大量数据时，使用生成器可以大大节省内存和提高程序运行效率。