day14 迭代器和生成器

1.迭代器

　　名词解释

　　什么是迭代：迭代是一个重复过程，但是每次重复都是基于上一次的结果而继续的

　　#下列循环只是单纯的重复，没有意义

　　while True：

　　　　print（1）

　　#基于索引的迭代取值

　　l = ['a'a,'b','c']

　　i = 0

　　while i <len(l):

　　　　print(l[i])

　　　　i+=1

　　什么是迭代器：

　　　　迭代取值的工具

2.为什么要用迭代器

迭代器

　　1.优点：提供了一种不依赖索引的迭代取值方式

　　2.更节省内存(每次只取一个值放到内存中使用，下次调用才会取下个值)

缺点：

　　1.不如按照索引的取值方式灵活

　　2.取值一次性的，只能往后取，无法预测值的个数

3.如何用迭代器

　　可迭代对象：str、list、tuple\dict\set\文件对象

　　但凡有__iter__方法的对象都称之为可迭代对象

　　迭代器对象：文件对象

　　　　既内置有__iter__方法又内置又__next__方法的对象都称之为迭代器对象

　　　　（关键点：调用可迭代对象下__iter__方法，会有一个返回值，该返回值就是内置的迭代器对象）

用内置方法__next__ 可以取出迭代器的下一个值

上面iter_d拿到由d的内容产生的迭代器

但是当next取到最后一个值之后，继续next取值，就会报错，会抛出异常 StopIteration

d={'k1':111,'k2':222,'k3':333}

d={1,2,3,4,5}

iter_d = d.__iter__()  一般__下滑线开头的方法，满足一定条件时自动触发，最好不要这么用

可以用iter_d = iter(d) 来用，就相当于d.__iter__

next也一样

print（next（iter_d）） # 相当于iter_d.__next__()

print(len(d))

就相当于print(d.__len__())

print(iter.d.__iter__().__iter__().__iter__() is iter_d)

上面语句返回的是true，也就是说迭代器的iter返回值就是这个迭代器本身，只是python对于可迭代对象和迭代器对象不写两种实现方式了，所以都用相同的方法，返回都是迭代器

print（d.__iter__().__next__()）

print（d.__iter__().__next__()）

print（d.__iter__().__next__()）

以上三条语句的返回值都一样，都是d产生的迭代器的第一个元素

while True:

　　try:

　　　　v = iter_d.next()

　　　　print(v)

　　　except StopIteration:

　　　　break

print('第二次取值‘)

#iter_d = d.__iter__()  # 没有这句的话，下面的第二次取值不会取到值，因为iter_d这个迭代器已经在上一次循环中取到末尾报异常结束了，如果不重置这个迭代器，就会继续报异常直接结束取值过程

while True:

　　try:

　　　　v = iter_d.__next__()

　　　　print(v)

　　except StopIteration:

　　　　break

以上用try去捕捉异常的写法太麻烦了，其实for语句的底层机制就和上面的语句一样

for k in d:

　　print(k)

for循环的底层原理

1.调用in后面那个值、对象的__iter__方法，拿到一个迭代器对象iter_obj

2.调用迭代器对象iter_obj.__next__()将得到的值返回值赋值给变量名k，循环往复直到取值完毕抛出异常StopIteration

3.捕捉异常结束循环

2.生成器

什么是生成器

生成器就是一个自定义的迭代器

如何得到生成器

　　单反函数内出现yield关键字时，再去调用函数时不会立即执行函数体代码，会得到一个返回值，该返回值就是生成器对象，即自定义的迭代器

#因为用return的话会直接返回值并且结束程序的运行

def func（）：

　　print（‘first’）

　　yield 1

　　print(''second')

　　yield 2

　　print('third')

　　yield 3

g = func()

print(g) #g是一个生成器对象

res1 = next(g)

print(res1)

res2 = next(g)

print(res2)

resa3 = next(g)

print(res3)

next(g) # 报错，没有值可以取了

总结 yield

1.提供了一种自定义迭代器的解决方案

2.yield&return

相同点：都可以返回值，返回值没有类型限制、个数限制

不同点： return只能返回一次值，yield却可以让函数暂停在某一个位置，可以返回多次值

来用生成器模拟一个range函数

def calc（start,end,step = 1）:

　　while start < end:

　　　　yield start

　　　　start += step

a = calc(1,10,2) # 返回生成器对象

for i in a:

print(i) # for循环取出所有值

3. 函数的递归调用和二分法

　　递归必须满足的两个条件：

　　　　1.每进入下一次递归调用，问题的规模都应该有所减少

　　　　2.递归必须有一个明确的结束条件

以下递归只是单纯的重复，没有意义

def func（）：

　　print（1）

　　print（2）

　　print(3)

　　func()

func()

def bar():

　　print('from bar')

　　foo()

def foo():

　　print('from foo')

　　bar()

foo()

　　递归有两个明确的阶段

　　　　1.回溯

　　　　2.递推

如下面的例子

age(5) = age(4)+2

age(4) = age(3)+2

age(3) = age(2)+2

age(2) = age(1)+2

age(1) = 18

def age(n):

　　if n == 1:

　　　　return 18

　　return age(n-1) + 2

print(age(5))

l=[1,[2,[3,[4,[5,[6,[7,[8,[9,[]]]]]]]]]]　　

def func(list1):

　　for item in list1:

　　　　if type(item) is not list:

　　　　　　print(item)

　　　　else:

　　　　　　func(item)

func(l)

二分法

顺序排列的数字中查找数字

nums=[1,2,3,4,5,6,7,8,9]

def search(nums,find_num):

　　if len(nums) == 0:

　　　　print('not exist')

　　　　return

　　mid = len(nums) // 2

　　if nums[mid] > find_num:

　　　　search(nums[:mid],find_num)

　　elif nums[mid]<find_num:

　　　　search(nums[mid+1:],find_num)

　　else:

　　　　print('get it')

search(nums,9)