1. 迭代器（Iterator）

定义：迭代器是遵循迭代协议（Iterator Protocol）的对象，用于逐个访问集合中的元素，无需提前加载所有元素到内存。

• 必须实现两个方法：
  • __iter__()：返回迭代器对象本身（用于支持 for 循环）。
  • __next__()：返回下一个元素，当没有元素时触发 StopIteration 异常。

特点：

• 惰性计算：只在需要时生成下一个元素，节省内存。
• 单向访问：只能向前迭代，不能回溯。

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0

    def __iter__(self):
        return self  # 返回自身作为迭代器

    def __next__(self):
        if self.index < len(self.data):
            value = self.data[self.index]
            self.index += 1
            return value
        raise StopIteration  # 迭代结束

# 使用迭代器
iter_obj = MyIterator([1, 2, 3])
for item in iter_obj:
    print(item)  # 输出：1 2 3

2. 生成器（Generator）

定义：生成器是一种特殊的迭代器，无需手动实现 __iter__() 和 __next__() 方法，而是通过 yield 关键字自动生成迭代器协议。

• 有两种形式：
  • 生成器函数：包含 yield 语句的函数，调用时返回生成器对象。
  • 生成器表达式：类似列表推导式，用 () 包裹，返回生成器对象。

特点：

• 简化迭代器实现：无需手动管理状态（如 index），yield 会暂停函数并保存当前状态。
• 同样支持惰性计算，适合处理大数据流或无限序列。

# 生成器函数
def my_generator(data):
    for item in data:
        yield item  # 每次返回一个元素并暂停

gen = my_generator([1, 2, 3])
for item in gen:
    print(item)  # 输出：1 2 3

# 生成器表达式
gen_expr = (x * 2 for x in [1, 2, 3])
print(list(gen_expr))  # 输出：[2, 4, 6]

• 当你定义一个包含 yield 关键字的生成器函数时，调用该函数会返回一个生成器对象。
• 这个生成器对象内置了 __iter__() 方法（返回自身）和 __next__() 方法（负责执行函数直到遇到 yield 并返回值，或触发 StopIteration 结束迭代）。
• 因此，生成器完全符合迭代器的定义，可以直接用于 for 循环、next() 函数等迭代场景，行为与迭代器一致。

简单讲：生成器是迭代器的简化实现，它通过 yield 关键字自动完成了迭代器所需的状态管理和方法实现，让开发者无需手动处理 __iter__() 和 __next__() 的细节。