在 Python 中，**迭代器（Iterator）和生成器（Generator）**都是用于處理可迭代對(duì)象的工具，它們支持惰性計(jì)算（按需生成值），能高效處理大數(shù)據(jù)流或無限序列。以下是詳細(xì)解釋和對(duì)比：

---

一、迭代器（Iterator）

核心概念

1. 定義：
   迭代器是實(shí)現(xiàn)了迭代器協(xié)議的對(duì)象，即包含 __iter__() 和 __next__() 方法。

• • __iter__()：返回迭代器自身（通常就是 self）。
  • __next__()：返回下一個(gè)元素，若無元素則拋出 StopIteration 異常。

1. 特性：

• • 惰性求值：一次只生成一個(gè)元素，節(jié)省內(nèi)存。
  • 單向遍歷：只能前進(jìn)，不能后退。
  • 一次性使用：遍歷結(jié)束后需重新創(chuàng)建才能再次迭代。

示例

# 自定義迭代器
class CountDown:def __init__(self, start):self.current = startdef __iter__(self):return selfdef __next__(self):if self.current <= 0:raise StopIterationnum = self.currentself.current -= 1return num# 使用迭代器
countdown = CountDown(3)
for num in countdown:print(num)  # 輸出：3, 2, 1

---

二、生成器（Generator）

核心概念

1. 定義：
   生成器是一種特殊的迭代器，通過函數(shù)和 yield 關(guān)鍵字簡(jiǎn)化創(chuàng)建過程。

• • 函數(shù)中使用 yield 代替 return，每次 yield 返回一個(gè)值并暫停函數(shù)狀態(tài)。
  • 調(diào)用生成器函數(shù)返回一個(gè)生成器對(duì)象（自動(dòng)實(shí)現(xiàn)迭代器協(xié)議）。

1. 特性：

• • 更簡(jiǎn)潔的語法：無需手動(dòng)定義 __iter__() 和 __next__()。
  • 狀態(tài)保存：函數(shù)局部變量和執(zhí)行狀態(tài)在 yield 間自動(dòng)保留。
  • 支持無限序列：如無限計(jì)數(shù)器。

示例

# 生成器函數(shù)
def count_down(start):current = startwhile current > 0:yield current  # 暫停并返回值current -= 1# 使用生成器
gen = count_down(3)
for num in gen:print(num)  # 輸出：3, 2, 1# 生成器表達(dá)式（類似列表推導(dǎo)式）
gen_expr = (x for x in range(3, 0, -1))
print(list(gen_expr))  # 輸出：[3, 2, 1]

---

三、關(guān)鍵區(qū)別

特性	迭代器 (Iterator)	生成器 (Generator)
實(shí)現(xiàn)方式	需手動(dòng)定義 __next__ 方法	用 yield 自動(dòng)實(shí)現(xiàn)
語法復(fù)雜度	較復(fù)雜（需寫類）	簡(jiǎn)潔（函數(shù)形式）
內(nèi)存占用	低（惰性計(jì)算）	低（惰性計(jì)算）
適用場(chǎng)景	自定義復(fù)雜迭代邏輯	快速創(chuàng)建惰性序列
狀態(tài)保存	需手動(dòng)管理狀態(tài)	自動(dòng)保存函數(shù)狀態(tài)

---

四、常見用法

1. 迭代文件內(nèi)容（避免一次性加載大文件）

def read_large_file(file_path):with open(file_path, 'r') as file:for line in file:  # 文件對(duì)象本身就是迭代器yield line.strip()for line in read_large_file("data.txt"):process(line)  # 逐行處理

2. 生成無限序列

def infinite_counter():count = 0while True:yield countcount += 1gen = infinite_counter()
print(next(gen))  # 0
print(next(gen))  # 1

3. 管道式處理數(shù)據(jù)流

def filter_even(numbers):for n in numbers:if n % 2 == 0:yield ndef square(numbers):for n in numbers:yield n ** 2# 組合生成器
nums = [1, 2, 3, 4, 5]
pipeline = square(filter_even(nums))
print(list(pipeline))  # 輸出：[4, 16]

---

五、總結(jié)

• 迭代器：基礎(chǔ)協(xié)議，適合需要精細(xì)控制迭代邏輯的場(chǎng)景。
• 生成器：迭代器的語法糖，更簡(jiǎn)潔，適合快速創(chuàng)建惰性序列。
• 共同優(yōu)勢(shì)：
  ? 節(jié)省內(nèi)存（處理大數(shù)據(jù)）
  ? 支持無限序列
  ? 兼容 for 循環(huán)、next() 等迭代操作

通過合理使用迭代器和生成器，可以顯著提升 Python 程序的效率和可讀性。