迭代，對(duì)于讀者已經(jīng)不陌生了，曾有專(zhuān)門(mén)一節(jié)來(lái)講述，如果印象不深，請(qǐng)復(fù)習(xí)《迭代》。

正如讀者已知，對(duì)序列（列表、元組）、字典和文件都可以用iter()方法生成迭代對(duì)象，然后用next()方法訪(fǎng)問(wèn)。當(dāng)然，這種訪(fǎng)問(wèn)不是自動(dòng)的，如果用for循環(huán)，就可以自動(dòng)完成上述訪(fǎng)問(wèn)了。

如果用dir(list),dir(tuple),dir(file),dir(dict)來(lái)查看不同類(lèi)型對(duì)象的屬性，會(huì)發(fā)現(xiàn)它們都有一個(gè)名為__iter__的東西。這個(gè)應(yīng)該引起讀者的關(guān)注，因?yàn)樗偷鳎╥terator）、內(nèi)置的函數(shù)iter()在名字上是一樣的，除了前后的雙下劃線(xiàn)。望文生義，我們也能猜出它肯定是跟迭代有關(guān)的東西。當(dāng)然，這種猜測(cè)也不是沒(méi)有根據(jù)的，其重要根據(jù)就是英文單詞，如果它們之間沒(méi)有一點(diǎn)關(guān)系，肯定不會(huì)將命名搞得一樣。

猜對(duì)了。__iter__就是對(duì)象的一個(gè)特殊方法，它是迭代規(guī)則(iterator potocol)的基礎(chǔ)?；蛘哒f(shuō)，對(duì)象如果沒(méi)有它，就不能返回迭代器，就沒(méi)有next()方法，就不能迭代。

提醒注意，如果讀者用的是python3.x，迭代器對(duì)象實(shí)現(xiàn)的是__next__()方法，不是next()。并且，在python3.x中有一個(gè)內(nèi)建函數(shù)next()，可以實(shí)現(xiàn)next(it)，訪(fǎng)問(wèn)迭代器，這相當(dāng)于于python2.x中的it.next()（it是迭代對(duì)象）。

那些類(lèi)型是list、tuple、file、dict對(duì)象有__iter__()方法，標(biāo)著他們能夠迭代。這些類(lèi)型都是python中固有的，我們能不能自己寫(xiě)一個(gè)對(duì)象，讓它能夠迭代呢？

當(dāng)然呢！要不然python怎么強(qiáng)悍呢。

#!/usr/bin/env python
# coding=utf-8

"""
the interator as range()
"""
class MyRange(object):
    def __init__(self, n):
        self.i = 0
        self.n = n

    def __iter__(self):
        return self

    def next(self):
        if self.i < self.n:
            i = self.i
            self.i += 1
            return i
        else:
            raise StopIteration()

if __name__ == "__main__":
    x = MyRange(7)
    print "x.next()==>", x.next()
    print "x.next()==>", x.next()
    print "------for loop--------"
    for i in x:
        print i

將代碼保存，并運(yùn)行，結(jié)果是：

$ python 21401.py 
x.next()==> 0
x.next()==> 1
------for loop--------
2
3
4
5
6

以上代碼的含義，是自己仿寫(xiě)了擁有range()的對(duì)象，這個(gè)對(duì)象是可迭代的。分析如下：

類(lèi)MyRange的初始化方法__init__()就不用贅述了，因?yàn)榍懊嬉呀?jīng)非常詳細(xì)分析了這個(gè)方法，如果復(fù)習(xí)，請(qǐng)閱讀《類(lèi)(2)》相關(guān)內(nèi)容。

__iter__()是類(lèi)中的核心，它返回了迭代器本身。一個(gè)實(shí)現(xiàn)了__iter__()方法的對(duì)象，即意味著其實(shí)可迭代的。

含有next()的對(duì)象，就是迭代器，并且在這個(gè)方法中，在沒(méi)有元素的時(shí)候要發(fā)起StopIteration()異常。

如果對(duì)以上類(lèi)的調(diào)用換一種方式：

if __name__ == "__main__":
    x = MyRange(7)
    print list(x)
    print "x.next()==>", x.next()

運(yùn)行后會(huì)出現(xiàn)如下結(jié)果：

$ python 21401.py 
[0, 1, 2, 3, 4, 5, 6]
x.next()==>
Traceback (most recent call last):
  File "21401.py", line 26, in <module>
    print "x.next()==>", x.next()
  File "21401.py", line 21, in next
    raise StopIteration()
StopIteration

說(shuō)明什么呢？print list(x)將對(duì)象返回值都裝進(jìn)了列表中并打印出來(lái)，這個(gè)正常運(yùn)行了。此時(shí)指針已經(jīng)移動(dòng)到了迭代對(duì)象的最后一個(gè)，正如在《迭代》中描述的那樣，next()方法沒(méi)有檢測(cè)也不知道是不是要停止了，它還要繼續(xù)下去，當(dāng)繼續(xù)下一個(gè)的時(shí)候，才發(fā)現(xiàn)沒(méi)有元素了，于是返回了StopIteration()。

為什么要將用這種可迭代的對(duì)象呢？就像上面例子一樣，列表不是挺好的嗎？

列表的確非常好，在很多時(shí)候效率很高，并且能夠解決相當(dāng)普遍的問(wèn)題。但是，不要忘記一點(diǎn)，在某些時(shí)候，列表可能會(huì)給你帶來(lái)災(zāi)難。因?yàn)樵谀闶褂昧斜淼臅r(shí)候，需要將列表內(nèi)容一次性都讀入到內(nèi)存中，這樣就增加了內(nèi)存的負(fù)擔(dān)。如果列表太大太大，就有內(nèi)存溢出的危險(xiǎn)了。這時(shí)候需要的是迭代對(duì)象。比如斐波那契數(shù)列（在本教程多處已經(jīng)提到這個(gè)著名的數(shù)列：《練習(xí)》的練習(xí)4，《函數(shù)(4)》中遞歸舉例）:

#!/usr/bin/env python
# coding=utf-8
"""
compute Fibonacci by iterator
"""
__metaclass__ = type

class Fibs:
    def __init__(self, max):
        self.max = max
        self.a = 0
        self.b = 1

    def __iter__(self):
        return self

    def next(self):
        fib = self.a
        if fib > self.max:
            raise StopIteration
        self.a, self.b = self.b, self.a + self.b
        return fib

if __name__ == "__main__":
    fibs = Fibs(5)
    print list(fibs)

運(yùn)行結(jié)果是：

$ python 21402.py 
[0, 1, 1, 2, 3, 5]

給讀者一個(gè)思考問(wèn)題：要在斐波那契數(shù)列中找出大于1000的最小的數(shù)，能不能在上述代碼基礎(chǔ)上改造得出呢？

關(guān)于列表和迭代器之間的區(qū)別，還有兩個(gè)非常典型的內(nèi)建函數(shù)：range()和xrange()，研究一下這兩個(gè)的差異，會(huì)有所收獲的。

range(...)
    range(stop) -> list of integers
    range(start, stop[, step]) -> list of integers

>>> dir(range)
['__call__', '__class__', '__cmp__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

從range()的幫助文檔和方法中可以看出，它的結(jié)果是一個(gè)列表。但是，如果用help(xrange)查看：

class xrange(object)
 |  xrange(stop) -> xrange object
 |  xrange(start, stop[, step]) -> xrange object
 |  
 |  Like range(), but instead of returning a list, returns an object that
 |  generates the numbers in the range on demand.  For looping, this is 
 |  slightly faster than range() and more memory efficient.

xrange()返回的是對(duì)象，并且進(jìn)一步告訴我們，類(lèi)似range()，但不是列表。在循環(huán)的時(shí)候，它跟range()相比“slightly faster than range() and more memory efficient”，稍快并更高的內(nèi)存效率（就是省內(nèi)存呀）。查看它的方法：

>>> dir(xrange)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__iter__', '__len__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

看到令人興奮的__iter__了嗎？說(shuō)明它是可迭代的，它返回的是一個(gè)可迭代的對(duì)象。

也就是說(shuō)，通過(guò)range()得到的列表，會(huì)一次性被讀入內(nèi)存，而xrange()返回的對(duì)象，則是需要一個(gè)數(shù)值才從返回一個(gè)數(shù)值。比如這樣一個(gè)應(yīng)用：

還記得zip()嗎？

>>> a = ["name", "age"]
>>> b = ["qiwsir", 40]
>>> zip(a,b)
[('name', 'qiwsir'), ('age', 40)]

如果兩個(gè)列表的個(gè)數(shù)不一樣，就會(huì)以短的為準(zhǔn)了，比如：

>>> zip(range(4), xrange(100000000))
[(0, 0), (1, 1), (2, 2), (3, 3)]

第一個(gè)range(4)產(chǎn)生的列表被讀入內(nèi)存；第二個(gè)是不是也太長(zhǎng)了？但是不用擔(dān)心，它根本不會(huì)產(chǎn)生那么長(zhǎng)的列表，因?yàn)橹恍枰?個(gè)數(shù)值，它就提供前四個(gè)數(shù)值。如果你要修改為range(100000000)，就要花費(fèi)時(shí)間了，可以嘗試一下哦。

迭代器的確有迷人之處，但是它也不是萬(wàn)能之物。比如迭代器不能回退，只能如過(guò)河的卒子，不斷向前。另外，迭代器也不適合在多線(xiàn)程環(huán)境中對(duì)可變集合使用（這句話(huà)可能理解有困難，先混個(gè)臉熟吧，等你遇到多線(xiàn)程問(wèn)題再說(shuō)）。