19 | 深入理解迭代器和生成器

思考题答案： 很多同学的回复非常正确，生成器只能遍历一次，继续调用 next() 会 raise StopIteration。只有复位生成器才能重新进行遍历。

我不知道如何把这技巧运用在编程中，老师能否举几个例子来说明一下呢？谢谢

def is_subsequence(a, b): b = iter(b) print(b) gen = (i for i in a) print(gen) for i in gen: print(i) gen = ((i in b) for i in a) print(gen) for i in gen: print(i) return all(((i in b) for i in a)) print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5])) print(is_subsequence([1, 4, 3], [1, 2, 3, 4, 5])) ########## 输出 ########## <list_iterator object at 0x000001E7063D0E80> <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C570> 1 3 5 <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C5E8> True True True False <list_iterator object at 0x000001E7063D0D30> <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C5E8> 1 4 3 <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C570> True True False False 为什么这里的print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5]))会返回False？ 解释一下： 因为 gen = ((i in b) for i in a) print(gen) for i in gen: print(i) 这段代码的 for i in gen 已经b的迭代器消耗完，此时的b已经是个空的迭代器。所以，再执行all(((i in b) for i in a))，就是False了。

思考题：对于一个有限元素的生成器，如果迭代完成后，继续调用 next(),会跳出StopIteration:。生成器可以遍历多次吗？不行。也正是这个原因，老师代码复杂化那段代码，在 gen = ((i in b) for i in a) for i in gen: print(i) 之后应该是需要给b复位下，不然b会是空的，那么return回来永远会是False。 这段判断是否是子序列的指针用的真是巧妙，区区几行，精华尽现。

有错误的地方：list_1 = [i for i in range(100000000)]结果是一个可迭代对象，是一个列表，而不是一个迭代器。所以文中使用例子来说明的是生成器比列表节省内存，而不是迭代器比生成器节省内存。 from collections import Iterator from sys import getsizeof a = [i for i in range(1001)] print(type(a)) print(getsizeof(a))#4516 b = iter(a) print(type(b)) print(isinstance(b,Iterator)) print(getsizeof(b))#32 c = (i for i in range(1001)) print(getsizeof(b)) #32 这个例子可以说明生成器跟迭代器一样，都可以节省内存。请详细讲明可迭代对象，迭代器生成器的关系，重点说明迭代器与生成器的关系，生成器是特殊的迭代器，特殊之处不在于生成器能够节省内存。具体哪里特殊，个人还没有好的总结，只是浅显认为：生成器写法更优雅，可以使用send方法修改值 ，请老师深入研究下后讲给我们。谢谢。

明白为啥要把b转换成迭代器了，是为了下面的代码中可以用next(): while True: val = next(b) if val == i: yield True 这样才可以利用next()可以保存指针位置的特性，从而确保子序列中元素的顺序。

迭代完成后，继续调用 next()会出现StopIteration。 生成器只能遍历一次，但是可以重新调用重新遍历。

比较下return 与 yield的区别： return：在程序函数中返回某个值，返回之后函数不在继续执行，彻底结束。 yield: 带有yield的函数是一个迭代器，函数返回某个值时，会停留在某个位置，返回函数值后，会在前面停留的位置继续执行，直到程序结束。

最后的例子的确比较有意思，个人理解有三个关键点： 一是(i in b)的含义 b = (i for i in range(5)) print(2 in b) print(4 in b) # 执行完后，b中剩下5了 print(3 in b) # 此时3 不在b中 二是，gen = ((i in b) for i in a) 先执行 for i in a ，把a中元素逐个取出；再执行 i in b ，判断是否在b中；最后把判断结果保存在生成器gen中 三是，return all(((i in b) for i in a)) 由于之前 i in b使得b到达StopIteration，再执行就是空集了 另外，第七段“集合（set: set([0, 1, 2])）都是容器。” 是否改为 set: {0,1,2}比较好？虽然都是同一个意思。

1、大家对next函数可能有些误区，迭代完成后继续调用next函数会返回默认值None。 iterator.__next__() 方法和 next(iterator, default=None) 函数的区别在于：前者迭代完成后会抛出StopIteration错误，中断程序运行，而后者会返回一个默认值None（可以指定），不会报错和中断程序运行。 2、生成器遍历到最后一个元素后抛出StopIteration，不能遍历多次，重新遍历需要生成一个新的生成器。