迭代器是实现__iter__()和__next__()方法的对象，可逐个访问元素并节省内存；2. 生成器是通过yield关键字创建的特殊迭代器，按需生成值，提升性能。
迭代器和生成器是Python中处理数据序列的重要工具，它们让遍历数据更高效、内存更节省。理解它们的原理和使用场景，对编写高性能代码很有帮助。
什么是迭代器（Iterator）
迭代器是一个可以被逐个访问的对象，它实现了两个方法：__iter__() 和 __next__()。
调用 __iter__() 返回迭代器本身，而 __next__() 返回下一个值。当没有更多元素时，抛出 StopIteration 异常。
常见的可迭代对象包括列表、字符串、字典等，但它们本身不是迭代器，需要用 iter() 函数转换成迭代器。
立即学习“Python免费学习笔记（深入）”；
示例：
my_list = [1, 2, 3]
it = iter(my_list)
print(next(it)) # 输出 1
print(next(it)) # 输出 2
什么是生成器（Generator）
生成器是一种特殊的迭代器，它不需要手动实现 __iter__() 和 __next__()，而是通过函数中的 yield 关键字自动创建。
当函数中包含 yield 时，调用该函数不会立即执行，而是返回一个生成器对象。每次调用 next() 或在 for 循环中迭代时，函数才会运行到下一个 yield 语句。
示例：
def count_up_to(n):
num = 1
while num
yield num
num += 1
gen = count_up_to(3)
for i in gen:
print(i) # 输出 1, 2, 3
迭代器与生成器的区别
两者都能支持迭代，但有关键差异：
- 迭代器需要手动定义类并实现 __iter__ 和 __next__ 方法；生成器只需函数加 yield，写法更简洁
- 生成器自动管理状态和异常，代码更安全
- 生成器是惰性求值，按需生成数据，节省内存。比如生成一亿个数，不会一次性占用大量空间
- 迭代器是一次性的，遍历完就不能重用；生成器也一样，除非重新调用生成函数
生成器表达式
类似于列表推导式，但使用圆括号，返回的是生成器而不是列表。
示例：
gen = (x**2 for x in range(5))
for x in gen:
print(x) # 输出 0, 1, 4, 9, 16
相比列表推导式 [x**2 for x in range(5)]，生成器表达式更省内存，适合处理大数据流。
基本上就这些。掌握迭代器和生成器，能让你在处理数据流、大文件或无限序列时更加得心应手。关键是理解 yield 的暂停机制和惰性计算的优势。不复杂但容易忽略。
