生成器和迭代器

提到生成器，总不可避免地要把迭代器拉出来对比着讲，生成器就是一个在行为上和迭代器非常类似的对象，如果把迭代器比作Android系统，

那么生成器就是ios，二者功能上差不多，但是生成器更优雅。

什么是迭代器

顾名思义，迭代器就是用于迭代操作（for循环）的对象，它像列表一样可以迭代获取其中的每一个元素，任何实现了 __next__ 方法的对象都可以成为迭代器

它与列表的区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素，这正是它的优点。比如列表含有一千万个整数，需要占用400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用next方法时才返回该元素（call by need的方式），本质上for循环就是不断地调用迭代器的next方法。

什么是生成器

普通函数用return返回一个值，和Java等其他语言一样，然而在Python中还有一种函数，用关键字 yield 来返回值这种函数叫生成器函数，函数被调用时会返回一个生成器对象，生成器本质上还是一个迭代器，也是用在迭代操作中，因此它有和迭代器一样的特性，唯一的区别在于实现方式上不一样，后者更加简洁

最简单的生成器函数：

def func(n):
    yield n*2

func
<function func at 0x00000000029F6EB8>

g = func(5)

func就是一个生成器函数，调用该函数时返回对象就是生成器 g ，这个生成器对象的行为和迭代器是非常相似的，可以用在for循环等场景中。注意yield对应的值在函数被调用时不会立刻返回，而是调用next方法时（本质上for循环也是调用next方法）才返回

>g = func(5)
>next(g)

>g = func(5)
>for i in g:
       print(i)

为什么要用生成器呢？显然，用生成器在逼格上要比迭代器高几个等级，它没有那么多冗长代码了，而且性能上一样的高效

生成器表达式

生成器表达式与列表推导式很像，但是它俩返回的对象不一样，前者返回生成器对象，后者返回列表对象

>g = (x*2 for x in range(10))
>type(g)
<type 'generator'>

>l = [x*2 for x in range(10)]
>type{l)
<type 'list'>