列表和迭代器区别

有些读者朋友，区分不开列表、字典、集合等非迭代器对象与迭代器对象，觉得迭代器是多余的。

先探讨它们的区别。首先，创建一个列表 a：

a = [1,3,5,7]

有没有朋友认为，列表就是迭代器的？注意列表 a 可不是迭代器类型（Iterator）。要想成为迭代器，需要经过内置函数 iter 包装：

a_iter = iter(a)

此时 a_iter 就是 Iterator，迭代器。可以验证：

In [21]: from collections.abc import Iterator
    ...: isinstance(a_iter,Iterator)
Out[21]: True

分别遍历 a、a_iter：

In [22]: for i in a:
    ...:     print(i)
    ...:
1
3
5
7

In [23]: for i in a_iter:
    ...:     print(i)
    ...:
1
3
5
7

打印结果一样，但是，再次遍历 a、a_iter 就会不同，a 正常打印，a_iter 没有打印出任何信息：

In [24]: for i in a:
    ...:     print(i)
    ...:
1
3
5
7

In [25]: for i in a_iter:
    ...:     print(i)
    ...:

这就是列表 a 和迭代器 a_iter 的区别：

列表不论遍历多少次，表头位置始终是第一个元素；
迭代器遍历结束后，不再指向原来的表头位置，而是为最后元素的下一个位置。
只有迭代器对象才能与内置函数 next 结合使用，next 一次，迭代器就前进一次，指向一个新的元素。

所以，要想迭代器 a_iter 重新指向 a 的表头，需要重新创建一个新的迭代 a_iter_copy：

In [27]: a_iter_copy = iter(a)

调用 next，输出迭代器指向 a 的第一个元素：

In [28]: next(a_iter_copy)
Out[28]: 1

值得注意，我们无法通过调用 len 获得迭代器的长度，只能迭代到最后一个末尾元素时，才知道其长度。

那么，怎么知道迭代到元素末尾呢？我们不妨一直 next，看看会发生什么：

In [30]: next(a_iter_copy)
Out[30]: 3

In [31]: next(a_iter_copy)
Out[31]: 5

In [32]: next(a_iter_copy)
Out[32]: 7

In [33]: next(a_iter_copy)

StopIteration:
等迭代到最后一个元素后，再执行 next，会触发 StopIteration 异常。

所以，通过捕获此异常，就能求出迭代器指向 a 的长度，如下：

a = [1, 3, 5, 7]
a_iter_copy2 = iter(a)
iter_len = 0
try:
    while True:
        i = next(a_iter_copy2)
        print(i)
        iter_len += 1
except StopIteration:
    print('iterator stops')

print('length of iterator is %d' % (iter_len,))

打印结果：

1
3
5
7
iterator stops
length of iterator is 4

以上总结：遍历列表，表头位置始终不变；遍历迭代器，表头位置相应改变；next 函数执行一次，迭代对象指向就前进一次；StopIteration 触发时，意味着已到迭代器尾部。

认识到迭代器和列表等区别后，我们再来说说生成器。

带 yield 的函数是生成器，而生成器也是一种迭代器。所以，生成器也有上面那些迭代器的特点。前些天已经讨论过生成器的一些基本知识，今天主要讨论生成器带来哪些好处，实际的使用场景在哪里。

节省内存案例

求一组数据累积乘，比如：三个数 [1,2,3]，累积乘后返回 [1,2,6]。

一般的方法：