生成器和迭代器

笔记整理自：

1. https://www.liaoxuefeng.com/wiki/1016959663602400/1017318207388128

   生成器

   不需要占用很大内存，可以一边循环一边计算

2. 把列表生成式的[]换成()，可以用next()获得generator下一个返回值

   >>> g = (x * x for x in range(10))
   >>> g
   <generator object <genexpr> at 0x1022ef630>
   >>> next(g)
   0
   >>> next(g)
   1

   但是用next调用到最后一个之后，后面的元素会报错(StopIteration)，可以用for循环来迭代

   >>> g = (x * x for x in range(10))
   >>> for n in g:
   ...     print(n)

3. 如果一个函数包含yield关键字，那么这个函数就不再是一个普通函数，而是generator
   generator和函数的执行流程不同，调用next()执行，遇到yield返回，再次执行时从上次返回的yield语句处继续执行

   def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
   >>> o = odd()
   >>> next(o)
   step 1
   1
   >>> next(o)
   step 2
   3

   同样也可以直接用for循环来迭代，但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。

leetcode第118题：杨辉三角

class Solution:
    def generate(self, numRows: int):
        def yh(numRows):
            result = [[1], [1, 1]]
            n = 2
            while n<numRows:
                yield result
                L = result[len(result)-1][:]
                for i in range(1, len(L)):
                    L[i] =  result[len(result)-1][i-1]+result[len(result)-1][i]
                L.append(1)
                result.append(L)
                n += 1
        if numRows == 0:
            return []
        elif numRows == 1:
            return [[1]]
        elif numRows == 2:
            return [[1], [1, 1]]
        else:
            yh_array = []
            for array in yh(numRows):
                yh_array = array
            return yh_array


s = Solution()
print(s.generate(2))

迭代器

可以直接作用于for循环的对象统称为可迭代对象，可以用 isinstance()判断一个对象是否是Iterable对象

>>> isinstance((x for x in range(10)), Iterable)
True

可以被next()调用并返回下一个值的对象称为迭代器:Iterator, 同样可以使用isInstance()来判断
list， dict, str虽然是Iterable但不是Iterator，可以用iter()函数变成Iterator

>>> isinstance(iter([]), Iterator)
True