Python 生成器常用场景一 取代普通迭代器

2024-05-13 06:28

本文主要是介绍Python 生成器常用场景一 取代普通迭代器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在上一篇文章
https://blog.csdn.net/nvd11/article/details/138738472

已经简单介绍了生成器 是 一种特殊的迭代器

而的确, 大部分普通的迭代器是可以被生成器取代的, 以达到简化代码的目的。



使用迭代器的例子

我们找回之前介绍迭代器用到的link list 例子:
https://blog.csdn.net/nvd11/article/details/138736024

里面的link list 保护了3个类

Node 类:
class Node:def __init__(self, value):self._value = valueself._next = None@propertydef value(self):return self._value@propertydef next(self):return self._next@next.setterdef next(self, next):self._next = next@value.setterdef value(self, value):self._value = value
LinkList类 它是iterable 可迭代对象
from loguru import loggerfrom src.iterator.sample_link_list.link_list_iterator import LinkListIterator
from src.iterator.sample_link_list.node import Nodeclass LinkList:def __init__(self, first) -> None:node = Node(first)_first_node = node_last_node = nodedef __init__(self, *values) -> None:if len(values) < 1:raise ValueError("At least one node is required")self._first_node = Node(values[0])current = self._first_nodefor i in range(1, len(values)):current.next = Node(values[i])current = current.nextself._last_node = currentdef __iter__(self):return LinkListIterator(self._first_node)# to print all nodes's value but not nodes themselvesdef print_nodes(self):current = self._first_nodewhile current:logger.info(current.value)current = current.nextdef get_length(self):current = self._first_nodecount = 0while current:count += 1current = current.nextreturn countdef append(self, value):if self.get_length() == 0:self._first_node = Node(value)self._last_node = self._first_nodeelse:self._last_node.next = Node(value)self._last_node = self._last_node.next

可以见到, 它的__iter__ 方法返回1个迭代器对象
LinkListIterator(self._first_node)

所以我们还需要被编写这个迭代器的类代码:
它要实现__next__ 方法

class LinkListIterator:def __init__(self, _first_node) -> None:self._current_node = _first_nodedef __iter__(self):return selfdef __next__(self):if not self._current_node:raise StopIterationcurrent = self._current_nodeself._current_node = current.nextreturn current.value



改成用生成器

一旦我们改用生成器, 则只需要让LinkList 这个interable 的__iter__ 方法变成1个生成器即可

如何让1个方法/函数变成1个生成器, 上一篇文章讲过, 就是使用yield 关键字啊

修改后的代码如下:

    def __iter__(self):current = self._first_nodewhile current:yield current.valuecurrent = current.nextreturn

注意这个生成器方法默认是没有参数的
所以它第一元素是 self_first_node

之后yield 当前node 的value出去 , 然后不断让当前元素变成下个原属就好

而这时 原来了的LinkListIterator 就不再需要,大大简化了代码!

这篇关于Python 生成器常用场景一 取代普通迭代器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/984922

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法

《JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法》:本文主要介绍JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法,每种方法结合实例代码给大家介绍的非常... 目录引言:为什么"相等"判断如此重要?方法1:使用some()+includes()(适合小数组)方法2

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar

SpringBoot 获取请求参数的常用注解及用法

《SpringBoot获取请求参数的常用注解及用法》SpringBoot通过@RequestParam、@PathVariable等注解支持从HTTP请求中获取参数,涵盖查询、路径、请求体、头、C... 目录SpringBoot 提供了多种注解来方便地从 HTTP 请求中获取参数以下是主要的注解及其用法:1