面试题：Python中生成器与迭代器的区别及生成器的使用场景

Question

请阐述Python中生成器和迭代器的主要区别，并举例说明生成器在实际编程中的两种常见使用场景。

Answer 1

生成器和迭代器的主要区别

1. 定义方式：
   • 迭代器：实现了__iter__()和__next__()方法的对象。一般通过类来实现，__iter__方法返回迭代器对象本身（通常是self），__next__方法返回下一个值，当没有更多值可返回时引发StopIteration异常。
   • 生成器：是一种特殊的迭代器，它更简洁。生成器可以通过生成器函数（包含yield语句的函数）或生成器表达式来创建。生成器函数执行时，遇到yield语句会暂停执行，保存当前状态，下次调用next()时从暂停处继续执行。
2. 内存使用：
   • 迭代器：通常需要预先准备好所有数据并存储在内存中，当数据量很大时，可能会导致内存不足。
   • 生成器：按需生成数据，只有在调用next()时才生成下一个值，大大节省内存，适用于处理大数据集。
3. 创建过程：
   • 迭代器：需要手动实现__iter__和__next__方法来定义迭代逻辑。
   • 生成器：使用yield语句就可以轻松创建一个生成器，生成器函数会自动实现迭代器协议。

生成器在实际编程中的常见使用场景

1. 处理大数据文件： 假设要处理一个非常大的文本文件，逐行读取文件内容进行分析，而不希望一次性将整个文件读入内存。

   def read_large_file(file_path):
       with open(file_path, 'r') as file:
           for line in file:
               yield line
   
   
   file_path = 'large_file.txt'
   for line in read_large_file(file_path):
       # 在这里对每一行进行处理，例如分析日志文件
       print(line.strip())
   

2. 生成无限序列： 生成斐波那契数列是一个经典例子，斐波那契数列理论上是无限的，使用生成器可以按需生成数列中的值。

   def fibonacci():
       a, b = 0, 1
       while True:
           yield a
           a, b = b, a + b
   
   
   fib_gen = fibonacci()
   for _ in range(10):  # 这里只取前10个斐波那契数
       print(next(fib_gen))