与 Python 中的生成器相比，非生成器迭代器有什么优势吗？

Question

在下面的代码中，i1是一个迭代器。

def sq(x):

    y = []

    for i in x:

        y.append(i**2)

    return y

l1 = range(5)

s1 = sq(l1)

i1 = iter(s1)

我可以为相同的平方运算编写一个生成器。在下面的代码中，g1是一个生成器。

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码并且更易于读写。我知道生成器也运行得更快，因为它们保持本地状态。

使用i1over有什么好处g1吗？

Answer 1

当您调用sq(l1), inside时，会填充sq一个列表。这会消耗内存，其大小与一旦耗尽y的大小成正比。x在第二种情况下，当您调用 时sqg(l1)，sqg没有任何用于存储结果的内部列表。它直接产生计算值，使其消耗的内存恒定且与x一旦耗尽的大小无关。至于非生成器迭代器相对于生成器的优势，我认为没有性能优势，但可能存在结构优势。生成器（一种像您提到的迭代器）被定义为通过调用其中包含yield语句的函数返回的迭代器。这意味着您不能向表示生成器的对象添加任何可调用的附加方法，因为这种特殊类型的迭代器是隐式提供给您的。另一方面，迭代器有一个更宽松的定义：一个带有__next__方法的对象和一个__iter__返回的方法self。您可以创建一个Squares遵循上述迭代器标准的类，并且为了获得该迭代器的实例，您必须显式实例化Squares. 因为您可以控制返回给您的迭代器的属性，所以您可以添加返回该迭代器内部状态的实例方法，这些状态不是通过__next__. 通常，生成器会完成这项工作，但有时您需要使用非生成器迭代器来获得所需的控制，而不是__next__.在这种特定情况下，我认为您不需要通过使用非生成器迭代器给予您显式控制，因此使用生成器会更好。

Answer 2

与生成器相比，创建列表有很多优点s1- 它具有定义的长度，您可以对其进行索引和切片，并且可以多次迭代它而无需重新创建它。不过，也许您不会将这些视为非生成器迭代器的优势。另一个区别是，基于列表的迭代器涉及预先完成所有工作，然后缓存结果，而生成器一次完成工作。如果处理任务是资源密集型的，那么列表方法会在生成列表时导致初始暂停，然后运行速度更快（因为您只需从内存中检索结果；还要考虑结果可以缓存在文件中， 例如）。生成器方法不会有初始暂停，但会在生成每个结果时运行得更慢。