---

大家好，我是 亦难。
今天我们把「迭代器」与「生成器」这两兄弟拆开揉碎，再用一条故事线串起来：

“如何优雅地读完一个 10 GB 的日志文件，而内存只占 20 MB？”

答案就在本文里。整篇阅读约 8 分钟，代码量控制在“一眼能看明白”的范围内。

---

一、为什么需要“惰性”？

想象你在视频网站刷剧：

• 一次性加载全集 → 浏览器瞬间卡死（相当于把 10 GB 日志一次性读进内存）。
• 点一集看一集 → 永远流畅（这就是惰性迭代）。

迭代器和生成器就是 Python 给你的“点一集看一集”的官方实现。

---

二、迭代器：最老实的搬运工

1️⃣ 定义与协议

迭代器必须同时满足两个魔法方法：

• __iter__()：返回自身。
• __next__()：返回下一个元素，没有就抛 StopIteration。

2️⃣ 手写一个“倒计时迭代器”

class Countdown:
    def __init__(self, start):
        self.current = start

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < 0:
            raise StopIteration
        val = self.current
        self.current -= 1
        return val

# 使用
for num in Countdown(5):
    print(num, end=" ")   # 5 4 3 2 1 0

注意：迭代器是一次性用品，跑完一轮就“报废”。

---

三、生成器：语法糖里的黑科技

1️⃣ 生成器推导式

把列表推导式的 [] 换成 ()，立刻变惰性：

gen = (i * 2 for i in range(5))
print(gen)            # <generator object ...>
print(next(gen))      # 0
print(list(gen))      # [2, 4, 6, 8]

2️⃣ yield 关键字

在普通函数里写 yield，它会在每次调用时冻结现场，下次从断点继续。

def fib(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

for f in fib(6):
    print(f, end=" ")   # 0 1 1 2 3 5

---

四、迭代器 vs 生成器：一张图看懂区别

维度	迭代器	生成器
实现方式	手写 __iter__ & __next__	函数里写 yield
代码量	多	少
状态保存	手动	自动
内存占用	取决于实现	极低
典型用途	高度定制	快速惰性序列

---

五、实战：10 GB 日志文件的“零拷贝”读取

需求：统计日志里出现次数最多的 IP。
传统做法：readlines() 会把 10 GB 全部塞进内存 → 直接爆炸。
生成器做法：一行一行吐出来，内存恒定在几十 MB。

def read_lines(path):
    with open(path, 'r', encoding='utf-8') as f:
        for line in f:
            yield line

# 使用
ip_counter = {}
for line in read_lines('huge.log'):
    ip = line.split()[0]
    ip_counter[ip] = ip_counter.get(ip, 0) + 1
print(ip_counter.most_common(10))

---

六、常见误区 & 面试金句

1. “迭代器只能遍历一次” —— 真；想再遍历请重新实例化。
2. “生成器一定是迭代器，迭代器不一定是生成器” —— 真；yield 会自动实现迭代器协议。
3. “惰性就一定快？” —— 不一定；惰性解决的是内存问题，不是CPU问题。

---

七、总结口诀

• 迭代器：自己写，麻烦但灵活。
• 生成器：用 yield，简单且省内存。
• 何时用：数据量大、流式输入、管道式处理，优先考虑生成器。

---

✨ 明日预报

《时间与空间复杂度：用 O 记法给算法“称体重”》
明晚 ，带你用 15 分钟学会：

• 如何一眼看出 O(n²) 与 O(n log n) 的差距
• 为什么二分查找永远比线性扫描“轻”
• 空间换时间的经典套路与避坑指南

点个收藏，明晚一起“称代码的重量”！