Python iterable、iterator、generator

__next__():    通过对成员变量pre、cur、n的修改，返回修改后的值。    __next__主要用于计算返回值。    计算结束后还要raise StopIteration

迭代是一种手段，遍历是目的

生成器generatorgenerator对象是一种特殊的iterator函数，它会在执行过程中保存执行的上下文环境，并在下次循环中从yield语句后继续执行，生成器的标志就是yield关键字。generator不需要抛出StopIteration异常（你可以看作yield已经在内部实现了StopIteration跳出循环），函数并没有将序列项一次生成，所以generator在实现以上可以有无穷个元素，而不需要无穷的存储空间，这在内存优化方面很有用处。使用isinstance(实体名，Generator)可判断是否为生成器。生成器的两种创建方式：1、通过函数创建2、通过推导式创建，例如 g = (x*2 for x in range(10))

class

cur

生成器表达式与列表推导式的写法非常像，但区别很大，生成器每次迭代再计算下次返回的值。而列表推导式直接把列表中的数据一次性加载到内存中。

n

迭代器与列表的区别在于，构建迭代器的时候，不像列表把所有的元素一次加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素，这正是它的优点。比如列表含有一千万个整数，需要超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装在到内存中，而是等到调用next()方法的时候才返回该元素（按需调用call by need的方式，本质上for循环就是不断地用迭代器的next方法）。

prev

迭代器的成员属性主要用于保存迭代器的状态，包括计数器和__next__()计算所需的属性。

所以迭代器适用于哪些场景？一次顺序取值，而且数据量庞大，每个取值都是用完就被被回收，不会再有其他用途。

迭代器iterator迭代器就是实现了迭代方式的容器，如果容器中没有更多元素了，则抛出StopIteration异常。iterable对象一般只能够进行正序方式进行迭代，你可以通过为其添加__next__()/next()方法来制定不同的迭代方式，这样通过next方法封装起来的迭代对象生成器就被称作迭代器。与iterable相比iterator多了一个next()方法，next()方法用于定制for循环时具体的返回值及返回顺序以及处理StopIteration异常等等。使用isinstance(实体名，Iterator)可判断是否为迭代器

注意：字符、列表、元组、字典都是iterable，而不是迭代器iterator，所以不能next()函数来操作字符、列表、元组、字典。可以使用iter()函数来生成序列String、List、Tuple的迭代器

__iter__():    return self