綜述迭代器

對于原生支持隨機訪問的數據結構（如tuple、list），迭代器和經典for循環的索引訪問相比并無優勢，反而丟失了索引值（可以使用內建函數enumerate()找回這個索引值）。但對于無法隨機訪問的數據結構（比如set）而言，迭代器是唯一的訪問元素的方式。

另外，迭代器的一大優點是不要求事先準備好整個迭代過程中所有的元素。迭代器僅僅在迭代到某個元素時才計算該元素，而在這之前或之后，元素可以不存在或者被銷毀。這個特點使得它特別適合用于遍歷一些巨大的或是無限的集合，比如幾個G的文件，或是斐波那契數列等等。

迭代器更大的功勞是提供了一個統一的訪問集合的接口，只要定義了iter()方法對象，就可以使用迭代器訪問。

例如：

List = [1,2,3]L = List.__iter__()>>> L.next()1>>> L.next()2>>> L.next()3

為什么使用迭代器

for i in range(1000): passfor i in xrange(1000): pass

前一個返回1000個元素的列表，而后一個在每次迭代中返回一個元素，因此可以使用迭代器來解決復用可占空間的問題

class Fab(object): def __init__(self, max): self.max = max self.n, self.a, self.b = 0, 0, 1 def __iter__(self): return self def next(self): if self.n < self.max: r = self.b self.a, self.b = self.b, self.a + self.b self.n = self.n + 1 return r raise StopIteration()

Fab 類通過 next() 不斷返回數列的下一個數，內存占用始終為常數　

示例代碼2

def fab(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n = 1

簡單地講，yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會將其視為一個 generator，調用 fab(5) 不會執行 fab 函數，而是返回一個 iterable 對象！

在 for 循環執行時，每次循環都會執行 fab 函數內部的代碼，執行到 yield b 時，fab 函數就返回一個迭代值，下次迭代時，代碼從 yield b 的下一條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是完全一樣的，于是函數繼續執行，直到再次遇到 yield。

看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。

以上這篇python 字典item與iteritems的區別詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。