python 学习：迭代器，生成器

"""
迭代器（iterator）提供了一个 next 的方法。调用这个方法后，你要么得到这
个容器的下一个对象，要么得到一个 StopIteration 的错误（苹果卖完了）。你不需要像列
表一样指定元素的索引，因为字典和集合这样的容器并没有索引一说。比如，字典采用哈希
表实现，那么你就只需要知道，next 函数可以不重复不遗漏地一个一个拿到所有元素即
可。
而可迭代对象，通过 iter() 函数返回一个迭代器，再通过 next() 函数就可以实现遍历。for
in 语句将这个过程隐式化，所以，你只需要知道它大概做了什么就行了

生成器是懒人版本的迭代器
我们知道，在迭代器中，如果我们想要枚举它的元素，这些元素需要事先生成
生成器，在你调用 next() 函数的时候，才会生成下一个变量。生成
器在 Python 的写法是用小括号括起来，(i for i in range(100000000))，即初始
化了一个生成器。
生成器并不会像迭代器一样占用大量内存，只有在被使用的
时候才会调用。而且生成器在初始化的时候，并不需要运行一次生成操作
"""


def is_iterable(param):
    try:
        iter(param)
        return True
    except TypeError:
        return False


params = [
    1234,
    '1234',
    [1, 2, 3, 4],
    set([1, 2, 3, 4]),
    {1: 1, 2: 2, 3: 3, 4: 4},
    (1, 2, 3, 4)
]
for param in params:
    print('{} is iterable? {}'.format(param, is_iterable(param)))


"""
yield 是魔术的关键。对于初学者来说，你可以理解为，函数运行到这一行的时
候，程序会从这里暂停，然后跳出，不过跳到哪里呢？答案是 next() 函数。那么 i ** k
是干什么的呢？它其实成了 next() 函数的返回值。
这样，每次 next(gen) 函数被调用的时候，暂停的程序就又复活了，从 yield 这里向下继
续执行；同时注意，局部变量 i 并没有被清除掉，而是会继续累加。我们可以看到 next_1
从 1 变到 8，next_3 从 1 变到 512
"""


def generator(k):
    i = 1
    while True:
        yield i ** k
        i += 1


gen_1 = generator(1)
gen_3 = generator(3)


def get_sum(n):
    sum_1, sum_3 = 0, 0
    for i in range(n):
        next_1 = next(gen_1)
        next_3 = next(gen_3)
        print(f'next_1 = {next_1}, next_3 = {next_3}')
        sum_1 += next_1
        sum_3 += next_3
    print(sum_1 * sum_1, sum_3)


get_sum(8)


def index_normal(source_list, target):
    """
    普通方法实现列表中找对应数的位置
    :param source_list:
    :param target:
    :return:
    """
    result = []
    for i, num in enumerate(source_list):
        if num == target:
            result.append(i)
    return result


print(index_normal([1, 6, 2, 4, 5, 2, 8, 6, 3, 2], 2))


def index_generator(source_list, target):
    """
    生成器方法实现列表中找对应数的位置
    :param source_list:
    :param target:
    :return:
    """
    for i, num in enumerate(source_list):
        if num == target:
            yield i


print(list(index_generator([1, 6, 2, 4, 5, 2, 8, 6, 3, 2], 2)))


def is_subsequence(child_list, father_list):
    # 转换成迭代器，可以利用next()可以保存指针位置的特性，从而确保子序列中元素的顺序
    father_list = iter(father_list)  # 得到迭代器
    return all(i in father_list for i in child_list)  # 所有的都是True 返回True，否则返回False


print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5]))
print(is_subsequence([1, 4, 3], [1, 2, 3, 4, 5]))

"""
i in b 等价于：
while True:
    val = next(b)
    if val == i:
        yield True
"""
b = (i for i in range(5))

print(2 in b)  # True
print(4 in b)  # True
print(3 in b)  # False
"""
容器是可迭代对象，可迭代对象调用 iter() 函数，可以得到一个迭代器。迭代器可以通
过 next() 函数来得到下一个元素，从而支持遍历。
生成器是一种特殊的迭代器（注意这个逻辑关系反之不成立）。使用生成器，你可以写
出来更加清晰的代码；合理使用生成器，可以降低内存占用、优化程序结构、提高程序
速度。
生成器只能遍历一次，继续调用 next() 会 raise StopIteration。只有复位生
成器才能重新进行遍历
"""