python生成器多次遍历（二）------创建生成器类

回顾

上节介绍了通过使用函数itertools.tee复制生成器的方式来实现生成器多次遍历, 但这种方式为了复制出子生成器，仍需要花费额外的内存。
本节将介绍python生成器多次遍历的另一种方法------创建生成器类。

思路

通过重写接口函数__iter__, 使类的对象可迭代；在迭代循环中使用关键词yield，使iter函数变成生成器函数。每次实例化一个对象，遍历对象都会产生一个会生成可迭代内容的生成器。

举例

斐波那契数列生成器

class Fibonacci:

    def __init__(self, num):
        self.a = 0  # 第0个数是0
        self.b = 1  # 第一个数是1
        self.index = 1  # 从1开始
        self.num = num  # 共有num个数字

    def __iter__(self):
        while self.index <= self.num:
            temp = self.a
            self.a, self.b = self.b, self.b + temp
            self.index += 1
            yield self.a

print(iter(Fibonacci(5)))
# <generator object Fibonacci.__iter__ at 0x10dc12258>
print(list(Fibonacci(5)))
# [1, 1, 2, 3, 5]
print([i for i in Fibonacci(5)])
# [1, 1, 2, 3, 5]

等差数列生成器:

class ArithmeticProgression:
    def __init__(self, begin, step, end=None):
        self.begin = begin
        self.step = step
        self.end = end  # 如果end为None，为无穷数列

    def __iter__(self):
        result = type(self.begin + self.step)(self.begin)
        forever = self.end is None  # forever为True, 数组为无穷数组
        index = 0
        while forever or result < self.end:
            yield result
            index += 1
            result = self.begin + self.step * index


ap = ArithmeticProgression(0, 1, 3)
print(list(ap))
# [0, 1, 2]

优点

真正做到了轻松多次遍历生成器且不占用额外的内存资源

缺点

当生成器中的内容产生过程十分复杂时，遍历生成器时会相当耗时。
时间空间有时不可兼得。