最近发现了迭代器的一个妙招，忍不住分享给爱学习的你。关于可迭代对象，迭代器，生成器的定义和理解，可以参考前文Python基础系列--可迭代对象、迭代器与生成器简而言之，它们的关系可以使用下图表示：
知乎上看到这样一个图，更形象：
下面我们来做一道算法题：
给定字符串 s 和 t ，判断 s 是否为 t 的子序列。你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长（长度 ~= 500,000），而 s 是个短字符串（长度 <=100）。字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/is-subsequence
要解决这个问题，常规算法是贪心算法，维护两个指针 Ps,Pt 分别指向两个字符串 s,t 的最开始，然后对字符串 t 一路扫过去，如果某个字符和 Ps 一样，那么就把 Ps 指针前进一步，当 Ps 移出字符串 s 的最后一个字符的时候，返回 True，否则返回 False。不过，这个代码写下来怎么也得 10 行左右。如果使用迭代器和生成器，两行就搞定了:
>>> def is_subseq(s,t):
... t = iter(t)
... return all(i in t for i in s)
...
>>> is_subseq('ace','abcde')
True
>>> is_subseq('aec','abcde')
False
>>>
如果你一眼就看穿代码背后的逻辑，那说明已经是资深的 Python 工程师了，如果是一头雾水，那么我们把代码展开一步一步看：首先，将原字符串变成一个迭代器：
>>> t = 'abcde'
>>> iter(t)
<str_iterator object at 0x7fa7f22c8a60>
>>> t = iter(t)
>>> t
<str_iterator object at 0x7fa7f229d4c0>
然后遍历子字符串，依次判断每个字符是否在上述的迭代器 t 中：
(i in t for i in s)
一般的的思维定势：i 必然在 t 中，因为字串 aec 的每个字符都存在于原字符串 abcde 中。妙就妙在在这个 in 操作，in 操作判断一个字符是否在一个迭代器中，肯定是要遍历这个迭代器的，而遍历就是调用迭代器的__next__ 方法，当存在时直接返回 True，而下一次判断时继续 __next__ 而并不回到起始位置重新查找。这一点，我们可以一步一步执行 next 做实验：以 s= 'aec' 和 t = 'abcdef' 为例：
>>> t = 'abcdef'
>>> s = 'aec'
>>> t = iter(t)
>>> 'a' in t
True
>>> next(t)
'b'
>>> 'e' in t
True
>>> #此时指针已经指向 e，再调用 next 回返回 f
>>> next(t)
'f'
>>> 'c' in t #指针已经指向 f，f 后面不会出现字符 c，必然返回 false
False
看到这里，相信你已经明白了，in 操作返回 True 之后，下一次再 in 判断时，是从上一次结束的位置开始查找，换句话说，在循环里面用 in 来判断一个元素是否在一个迭代器中，迭代器会自动记忆上一次判断后的位置，这相当于一个隐形指针，对于解决这道问题，提供了莫大的便利。最后的 all 函数，用来判断一个迭代器的元素是否全部为 True，如果是则返回 True，否则就返回 False。Python 就是这么神奇而优雅。不过你一定注意，面试的时候尽量不要用这种技巧，因为你的面试官有可能并不知道生成器的用法，这个技术知识点上，在实际工作的应用上，你已经比很多人更加熟练了。
