面试题：Python中迭代器与生成器的区别

Question

请详细阐述Python中迭代器和生成器在定义、实现方式、内存使用及数据生成时机等方面的区别。

Answer 1

定义

• 迭代器：是一个实现了迭代器协议（__iter__ 和 __next__ 方法）的对象，可用于迭代访问集合中的元素。任何实现了这两个方法的对象都可被视为迭代器。
• 生成器：是一种特殊的迭代器，它是通过函数定义的，但使用 yield 语句而不是 return 语句返回结果。生成器函数执行时会暂停，保留当前状态，下次调用时从暂停处继续执行。

实现方式

• 迭代器：通过类来实现，在类中定义 __iter__ 方法返回迭代器对象自身（通常是 self），并定义 __next__ 方法来返回下一个元素。当没有更多元素时，__next__ 方法引发 StopIteration 异常。

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        result = self.data[self.index]
        self.index += 1
        return result

• 生成器：通过生成器函数来实现，生成器函数使用 yield 语句来生成值。每次调用 yield 时，函数的状态会被保存，下次调用时从上次 yield 的地方继续执行。

def my_generator(data):
    for item in data:
        yield item

内存使用

• 迭代器：通常需要预先准备好所有的数据在内存中，因为迭代器只是对已存在的数据集合进行遍历。如果数据集非常大，可能会消耗大量内存。
• 生成器：按需生成数据，只有在需要时才生成下一个值，而不是一次性生成所有数据。这使得生成器在处理大量数据时内存使用效率更高，因为同一时间内存中只需保存当前生成的数据。

数据生成时机

• 迭代器：数据在迭代器创建之前就已经存在，迭代器只是按顺序访问这些已有的数据。
• 生成器：数据是在迭代过程中按需生成的。每次调用 next() 方法（或使用 for 循环迭代）时，生成器函数执行到 yield 语句处，生成并返回一个值，直到没有更多数据可生成。