公众号新增加了一个栏目,就是每天给大家解答一道Python常见的面试题,反正每天不贪多,一天一题,正好合适,只希望这个面试栏目,给那些正在准备面试的同学,提供一点点帮助! 小猿会从最基础的面试题开始,每天一题。如果参考答案不够好,或者有错误的话,麻烦大家可以在留言区给出自己的意见和讨论,大家是要一起学习的 。
废话不多说,开始今天的题目: 问:说说Python中迭代器和生成器的区别? 答:Python中生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的,使用生成器表达式取代列表解析,同时节省内存。除了创建和保持程序状态的自动生成,当发生器终结时,还会自动跑出StopIterration异常。 列表、元组、字典、字符串都是可迭代对象。 数字、布尔值都是不可迭代的。 下面分别来说说这两者的具体区别: 1、迭代器 迭代器对象要求支持迭代器协议的对象。在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法。其中__iter__()方法返回迭代器对象本身;next()方法返回容器的下一个元素,在结尾时引发StopIteration异常。 下面用个简单的列表来说迭代器的用法: list = [1,2,3,4] # list是可迭代对象 lterator = iter(list) # 通过iter()方法取得list的迭代器 print(next(lterator)) # 1 通过next()获取下一个位置的值 print(next(lterator)) # 2 print(next(lterator)) # 3 print(next(lterator)) # 4
输出: 1 2 3 4 看完上面代码,我想很多人纳闷列表怎么可以有一个迭代器。由于面试题篇幅有限,大家如果想了解可迭代对象怎么可以获取迭代器呢?我下次面试题会继续展开分享 。2、生成器 生成器(generator)就是一个函数,它提供了一种实现迭代器协议的便捷方式。生成器与普通函数的区别在于它包含 yield 表达式,并且不需要定义 __iter__()和__next__()。 生成器是一种惰性的序列,如果我们需要创建一个 0~1000000000 的序列,这样大的序列创建出来会占用比较多的内存,生成器就是为了解决这样的问题 。 下面用个简单的例子来说生成器的用法: # 普通序列 >>> g = [] >>> for x in range(5): >>> g.append(x) >>> g [0, 1, 2, 3, 4]
# 生成器 def f(): for x in range(5): yield x # 返回并记录函数状态 # next f = f() >>> next(f) # 每调用一次next,就执行一次yield | 依靠这种需要才生产的工作机制,大大的节省资源 0 >>> next(f) 1 >>> next(f) 2 >>> next(f) 3 >>> next(f) 4
# for next >>> for x in range(5): >>> print(next(f)) 0 1 2 3 4 如果对于参考答案有不认同的,大家可以在评论区指出和补充,欢迎留言! 更多题目: 1、谈谈对 Python 和其他语言的区别? 2、谈谈对 Python3 和 Python2 的区别? 3、Python 的特点和优点是什么?
4、说说Python解释器种类以及特点?
5、说说4种常用编码的区别?
6、说说Python面向对象三大特性?
7、说说Python中有几种数据类型? 8、说说Python中xrange和range的区别?
9、Python变量、函数、类的命名规则?
10、说说Python可变与不可变数据类型?
11、说说Python模块主要分哪三类? 12、列举Python中的标准异常类? 13、Python中深拷贝与浅拷贝的区别?
关注小猿公众号,每天学习一道题
|