與 Python 中的生成器相比，非生成器迭代器有什么優勢嗎？

Question

在下面的代碼中， i1是一個迭代器。

def sq(x):

    y = []

    for i in x:
        y.append(i**2)

    return y

l1 = range(5)
s1 = sq(l1)
i1 = iter(s1)

我可以為相同的平方運算編寫一個生成器。 在下面的代碼中， g1是一個生成器。

def sqg(x):

    for i in x:

        yield i**2

g1 = sqg(l1)

我知道生成器使用更少的代碼並且更易於讀寫。 我知道生成器也運行得更快，因為它們保持本地狀態。

使用i1優於g1有什么優勢嗎？

Answer 1

當您調用sq(l1)時，在sq內部會填充一個列表y 。 這會消耗 memory，其大小與x的大小成正比，一旦耗盡。

在第二種情況下，當您調用sqg(l1)時， sqg沒有任何用於存儲結果的內部列表。 它直接產生計算值，使得 memory 消耗常數並且與x的大小無關。

至於非生成器迭代器相對於生成器的優勢，我認為沒有性能優勢，但可能存在結構優勢。 生成器（一種像您提到的迭代器）被定義為通過調用 function 返回的迭代器，其中包含yield語句。 這意味着您不能向代表生成器的 object 添加任何可調用的其他方法，因為這種特殊類型的迭代器是隱式提供給您的。

另一方面，迭代器有一個更寬松的定義：一個 object 帶有一個__next__方法和一個返回self的__iter__方法。 您可以創建一個 class Squares遵循前面的迭代器標准，並且為了獲得該迭代器的實例，您必須顯式實例化Squares 。 因為您可以控制返回給您的迭代器的屬性，所以您可以添加返回該迭代器的內部 state 的實例方法，這些方法不是通過__next__表示的，而使用生成器時，您會被鎖定到隱式提供給您的生成器 object 中。 通常，生成器會完成這項工作，但有時您需要使用非生成器迭代器來獲得超越__next__提供的功能所需的控制。

在這種特定情況下，我認為您不需要通過使用非生成器迭代器給予您顯式控制，因此使用生成器會更好。

Answer 2

創建列表s1優於生成器的優點 - 它具有定義的長度，您可以對其進行索引和切片，並且可以多次迭代它而無需重新創建它。 不過，也許您不會將這些視為非生成器迭代器的優勢。

另一個區別是，基於列表的迭代器涉及預先完成所有工作，然后緩存結果，而生成器一次完成工作。 如果處理任務是資源密集型的，那么列表方法會在生成列表時導致初始暫停，然后運行速度更快（因為您只需從 memory 檢索結果；還要考慮結果可以緩存在文件中， 例如）。 生成器方法不會有初始暫停，但會在生成每個結果時運行得更慢。