設(shè)計(jì)模式：迭代

迭代是一種設(shè)計(jì)模式，解決有序便利序列的問題。通用的可迭代對(duì)象需要支持done和next方法。

偽代碼如下：

while not iterator.done():  
    item = iterator.next()  
    .....

python：可迭代對(duì)象和迭代器

python的可迭代對(duì)象需要實(shí)現(xiàn)__iter__()方法，返回一個(gè)迭代器。for循環(huán)和頂級(jí)函數(shù)iter(obj)調(diào)用obj的__iter__()方法，返回一個(gè)迭代器。迭代器本身也是可迭代對(duì)象，所以也需要實(shí)現(xiàn)__iter__()方法，返回自身，同時(shí)也需要實(shí)現(xiàn)__next__()方法，獲取下一個(gè)元素。

簡(jiǎn)單類示例：

class Iterable:
    def __init__(self,string):
        self.string = string
        
    def __iter__():
        return Iterator(self.string)
    
class Itrator:
    def __init__(self,string):
        self.string = string
        self.words = list(string)
        self.index = 0
        
    def __iter__(self):
        return self
        
    def __next__(self):
        if self.index == len(self.words):
            raise StopIteration  # 元素遍歷完成拋出錯(cuò)誤，for循環(huán)自動(dòng)處理
        
        item = self.words[self.index]
        self.index += 1
        return item

為什么要有生成器？

生成器幫助迭代器省內(nèi)存。在上面的例子可以看出，可迭代對(duì)象會(huì)一次性把所有元素生成并保存。但是有時(shí)候，我們只關(guān)注當(dāng)前處理的元素。如果元素?cái)?shù)量龐大，比如說在處理大量日志分析的時(shí)候，一次性把所有行加載到內(nèi)存，導(dǎo)致內(nèi)存浪費(fèi)嚴(yán)重。所以才有了生成器。

python的生成器實(shí)現(xiàn)

yield關(guān)鍵字讓python生成器實(shí)現(xiàn)超級(jí)方便。yield可看成是代碼執(zhí)行暫停，直到下一次next()方法調(diào)用，然后遇到下一個(gè)yield再次暫停。另外，yield xxx 表示回元素xxx。

def my_generator(stirng):
    for x in string:
        yield x

需要注意的是，雖然我們定義的是函數(shù)，但是實(shí)際上，python會(huì)自動(dòng)將其轉(zhuǎn)換成一個(gè)生成器對(duì)象，而不是一個(gè)普通的函數(shù)對(duì)象。

協(xié)程

協(xié)程程用是讓我們可以往生成器發(fā)送數(shù)據(jù)。協(xié)程與生成器語(yǔ)法區(qū)別是: xx = yield xxx，即yield左邊有賦值語(yǔ)句，send(a)方法會(huì)將a賦值給xx，協(xié)程對(duì)象返回xxx。協(xié)程的這個(gè)特征，被用于異步編程和并發(fā)編程，在程序遇到IO時(shí)自動(dòng)暫停切換。

協(xié)程執(zhí)行順序：

• yield 出現(xiàn)和生成器暫停
• 在函數(shù)外執(zhí)行send()方法，且激活了生成器
• 發(fā)生的值賦值給yiled語(yǔ)句左側(cè)變量
• 生成器繼續(xù)執(zhí)行，直到遇到下一個(gè)yield語(yǔ)句。