python-迭代

可迭代对象

python 中涉及类似 for, in 等各种容器操作，这些操作通常都要求他们是可迭代的类型。只要定义了 __iter__ 或 __getitem__ 就是可迭代对象，可以通过 iter() 来判断是否是可迭代对象。

from typing import Any, Iterable


class ListStartWith1:
    def __init__(self, n: int):
        self.__n = n
        self.__list = [i + 1 for i in range(n)]

    def __getitem__(self, index: int):
        if index > self.__n or index < 1:
            raise IndexError
        return self.__list[index - 1]

    def __len__(self):
        return self.__n


l = ListStartWith1(3)
v = l[1]
print(iter(l))
print(isinstance(l, Iterable))

从上面的代码可以看出 isinstance(obj, Iterable) 的方式只能检查是否有 __iter__ 方法，并不能完全检查出是否是可迭代对象，更可靠的方式是通过 iter() 来判断是否是可迭代对象。iter(obj) 返回一个迭代器，因此可迭代类型的判断依据是能否返回迭代器。

所有的序列类型 Sequence 都是可迭代对象，如 list, tuple, str 等都是可迭代的

迭代器

可迭代对象使用 iter() 方法会返回一个迭代器 iterator，迭代器需要实现迭代器协议 [^1]

迭代器协议

iterator.__iter__()
返回 iterator 对象本身。这是同时允许容器和迭代器配合 for 和 in 语句使用所必须的。

iterator.__next__()
iterator 中返回下一项。如果已经没有可返回的项，则会引发 StopIteration 异常。
一旦迭代器的 __next__() 方法引发了 StopIteration，它必须一直对后续调用引发同样的异常。不遵循此行为特性的实现将无法正常使用。

迭代器

比如实现一个斐波那契数列的迭代器

class Fib:
    def __init__(self, n: int):
        self.__index = 0
        self.__len = n
        self.__cur = 0
        self.__later = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.__index < self.__len:
            val = self.__cur
            self.__cur, self.__later = (self.__later, self.__later + self.__cur)
            self.__index += 1
            return (self.__index - 1, val)
        else:
            raise StopIteration

从上面的代码可以看出，迭代器采用的是一种“懒加载”的方式，他没有一次性把所有东西都载入内存，而是需要的时候再算出来。

生成器

可以看到直接定义一个自己的迭代器还是挺麻烦的，为了简化，可以使用生成器。生成器是一种特殊的迭代器，有两种定义方式。

生成器函数：生成器函数通过 yield 来返回每次需要的值，然后函数会在此临时暂停处理，记住当前的执行位置，当恢复运行时，会从离开的位置继续执行

def fib(n: int):
    print("start")
    start = 0
    cur, later = 0, 1
    while start < n:
        start += 1
        yield (start - 1, cur)
        cur, later = later, cur + later