面试题：迭代器和生成器

干咱们这行的，免不了和“迭代器”“生成器”这些词打交道，尤其 Python 里，这俩可是面试高频。

今天咱就从一个经典面试题聊开，说说这俩到底是啥，顺便还帮大家总结一下，遇到相关问题怎么优雅应对，不翻车。

列表推导式 vs 生成器表达式

先抛个问题——有同学在面试被问懵了：

问：将 [] 换成 ()，数据结构变了吗？

咱看看这个例子：

L = [x*x for x in range(10)]
print(L)

这不就是个普通列表嘛，输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]，再正常不过。

但是你把方括号换成圆括号：

g = (x*x for x in range(10))
print(g)

这输出可不是列表了，而是：

<generator object <genexpr> at 0x...>

看到 generator 这词没？这玩意儿就叫生成器表达式，确实数据结构变了。列表推导式直接给你一整个列表，生成器表达式只给你一个生成器对象，它不会一次性算完所有的值，而是要啥算啥，按需生成。

面试回答思路：
“是的，数据结构变了。用 [] 是列表推导式，生成一个完整的列表，占用实际内存；用 () 是生成器表达式，返回一个生成器对象，按需计算，节省内存。”

为啥有生成器？为啥不用列表？

你想象一下，老板让你处理一份包含一百万条数据的文件，用列表推导式直接全加载，内存炸不炸咱不知道，反正电脑风扇得起飞。

生成器就不一样了，边循环边计算，你要一个，我给一个，别催。这就叫“惰性计算”，省内存不说，还特别适合处理大数据流，比如读取日志文件、爬虫抓取数据等等。

来个小对比：

# 列表：一口气全算出来
L = [x*x for x in range(1000000)]

# 生成器：需要的时候才算
g = (x*x for x in range(1000000))

这俩的内存占用，那叫一个天壤之别，生成器轻飘飘，列表沉甸甸。

生成器的真面目：yield 出场

说到生成器，不提 yield 说不过去。这可是 Python 里一等一的神器。

平时写函数，咱都用 return，一次性扔回去一个值，函数结束。而 yield 就不一样了，它让函数变成一个生成器，每次暂停在 yield，下次从这儿接着来，状态还能保留。

看例子：

defmy_gen():
for i in range(3):
yield i

g = my_gen()
print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 2

每次 next(g)，生成器往前走一步，到了 yield 交个值，暂停。再 next，从上次停的地方接着走，直到抛出 StopIteration，这才算走完。

这种按需产出、状态保存的操作，别说写爬虫，处理大数据、流式传输、协程啥的，简直就是救命稻草。

迭代器和生成器的区别到底在哪儿？

面试官一问，你别慌，咱得分得清：

• 迭代器（Iterator）：只要实现了 __iter__() 和 __next__() 这俩方法的对象，都叫迭代器。它知道自己到哪了，每次 next() 都能拿到下一个元素，取完就抛 StopIteration。

• 生成器（Generator）：生成器本质就是一种特殊的迭代器，自动帮你写好了 __iter__() 和 __next__()，你只需要用 yield 定义它。

换句话说，生成器是迭代器的一种，但写法简单多了，不用自己手动搞那些魔法方法。

再来个例子感受下迭代器的“原生”写法：

classMyIterator:
def__init__(self):
        self.n = 0

def__iter__(self):
return self

def__next__(self):
if self.n < 3:
            val = self.n
            self.n += 1
return val
else:
raise StopIteration

it = MyIterator()
print(next(it))  # 0
print(next(it))  # 1
print(next(it))  # 2

和刚才 yield 写法比，是不是麻烦多了？但效果其实差不多。这也说明了，生成器就是懒人版的迭代器，Python 贴心给我们省事儿。

面试题的最佳回答

问题：将 [] 换成 ()，数据结构变了吗？

最佳回答：

“变了，方括号生成的是列表，直接把所有元素存在内存里；圆括号生成的是生成器对象，按需生成元素，只有在迭代时才计算，节省内存。这种生成器表达式特别适合处理大数据或者数据流，避免一次性加载所有数据。”