可爱的 Python: 迭代器和简单生成器

核心提示： 这个函数是十分友好的存储器，它只需要记住一个以前的值，可爱的 Python: 迭代器和简单生成器(4)，返回一个单个数字（不是一个数字的大列表），并且与此类似的一个函数可以返回取决于（部分地或完全地）外部事件的连续的值，则显而易见要用定制类来产生它们自己的迭代器，而不是专使用内置类型的迭代

这个函数是十分友好的存储器。它只需要记住一个以前的值，返回一个单个数字（不是一个数字的大列表）。并且与此类似的一个函数可以返回取决于（部分地或完全地）外部事件的连续的值。不利的一面是，利用这个函数有点不够简练，且相当不灵活。

静态随机遍历的迭代

num = randomwalk_static()
while num is not None:
　　print num,
　　num = randomwalk_static()

新的遍历方法

实质上，Python 2.2 序列都是迭代器。Python 常见的习惯用法 for elem in lst: 现在实际上让 lst 产生一个迭代器。然后， for 循环反复调用这个迭代器的 .next() 方法，直到它遇到 StopIteration 异常为止。幸运的是，由于所有常见的内置类型自动产生它们的迭代器，所以 Python 程序员不需要知道这里发生了什么。实际上，现在字典里有 .iterkeys() 、 .iteritems() 和 .itervalues() 方法来产生迭代器；首要的是在新的习惯用法 for key in dct: 中使用了什么。同样，通过调用 .readline() 迭代器支持新的习惯用法 for line in file: 。

但是如果实际所产生的是在 Python 解释器内，则显而易见要用定制类来产生它们自己的迭代器，而不是专使用内置类型的迭代器。定制类支持直接使用 randomwalk_list() 以及一次一个元素这种“极度节省”的 randomwalk_static ，它是简单易懂的：

RandomWalk_Iter.py

　　
　　　　　import
　　　　
　　　　 random
　　
　　　　　class
　　
　　　　　randomwalk_iter
　　　　
　　　　:
　　
　　　　　
　　　　　def
　　
　　　　　__init__
　　　　
　　　　(self):
　　　　self.last = 1　　　　　　　
　　　　
　　　　# init the prior value
　　　　self.rand = random.random()
　　　　
　　　　# init a candidate value
　　　　　
　　　　　
　　　　　def
　　
　　　　　__iter__
　　　　
　　　　(self):
　　
　　　　　
　　　　　return
　　　　
　　　　 self　　　　　　　　
　　　　
　　　　# simplest iterator creation
　　　　　
　　　　　
　　　　　def
　　
　　　　　next
　　　　
　　　　(self):
　　
　　　　　
　　　　　if
　　　　
　　　　 self.rand < 0.1:　　　　
　　　　
　　　　# threshhold terminator
　　　　　　　　　　　　　
　　　　　
　　　　　raise
　　　　
　　　　 StopIteration　　
　　　　
　　　　# end of iteration
　　　　　　　　　
　　　　　
　　　　　else
　　　　
　　　　:　　　　　　　　　　　
　　　　
　　　　# look for usable candidate
　　　　　　　　　　　　　
　　　　　
　　　　　while
　　　　
　　　　 abs(self.last-self.rand) < 0.4:
　　
　　　　　
　　　　　print
　　　　
　　　　 '*',　　　　　
　　　　
　　　　# display the rejection
　　　　　　　　self.rand = random.random()
　　　　
　　　　# new candidate
　　　　　　self.last = self.rand　
　　　　
　　　　# update prior value
　　　　　　　　　　　　　　
　　　　　
　　　　　return
　　　　
　　　　 self.rand