迭代器模式python实现

迭代器模式

介绍

外提供一个接口,实现顺序访问聚合数据,但是不显示该数据的内部机制。这就是Python中大名鼎鼎的迭代器。

实现迭代模式对于Python来说没有多余的代码,寥寥几行代码足可以实现迭代模式。

应用场景:

  • 如果一种特定类型的问题发生的频率足够高,那么可能就值得将该问题的各个实例表述为一个简单语言中的句子。这样就可以构建一个解释器,该解释器通过解释这些句子来解决该问题。

代码实现

迭代器模式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
def FibonacciSequence(n):
x = 0
y = 1
i = 1
while True:
yield y
if i == n:
break
x, y = y, x+y
i += 1

if __name__ == '__main__':
test = FibonacciSequence(7)
next(test)
# 1
next(test)
# 1
next(test)
# 2
next(test)
# 3
next(test)
# 5
next(test)
# 8
next(test)
# 13
next(test)

以上是使用迭代模式输出斐波那契数列的前n列,较传统的实现方法而言更加的简洁。

迭代器模式常应用场景是在只提供接口而不暴露内部机制的场景中,yield关键词在python协程中也有应用。

迭代器、生成器、可迭代对象概念

生成器:对于一个数据集合,生成器并不记住每个元素值,但在循环中记录元素位置并根据元素生成规则推算出数值,这种边循环边计算的形式是生成器。

迭代器:是一种访问集合的方式,记住遍历位置,从第一个元素开始访问,直到最后一个元素,并且只能前进不能后退。

可迭代对象:像list、set、str这种可以通过for遍历的类型是可迭代对象,这种遍历顺序可以从尾到头。

凡是通过next()访问的对象都是迭代器类型,也就是说生成器就是迭代器的一种;凡是可以通过for遍历的都是可迭代对象,可迭代对象可以通过iter()转化为迭代器。

生成器中有几个关键词:yield、yield form、send、next()、next()具体作用见示

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def test():
a = 1
while True:
b = yield a
a += b

def test1():
yield from test() # yield form 是创建一个嵌套的生成器,form后面跟一个生成器,每次执行到yield form后会先把内层的生成器执行完。


if __name__ == '__main__':
fn = test()
next(fn) # 通过next访问内部元素
fn.__next__() # 通过__next__()方法访问内部元素,作用同上
fn.send(4) # send有next的作用,同时向生成器内部的yield左边等式赋值

fn1 = test1()
fn.__next__()

迭代器和可迭代对象有几个关键词:next()、itre()、for

1
2
3
4
5
6
7
8
9
# 迭代器及可迭代对象

a = (i for i in range(50))
b = [1, 2, 3, 4, 5, 6]

if __name__ == '__main__':
next(a)
c = iter(b)
next(c)