大家好，我們的git專題已經(jīng)更新結(jié)束了，所以開始繼續(xù)給大家寫一點(diǎn)設(shè)計(jì)模式的內(nèi)容。

今天給大家介紹的設(shè)計(jì)模式非常簡(jiǎn)單，叫做iterator，也就是迭代器模式。迭代器是Python語(yǔ)言當(dāng)中一個(gè)非常重要的內(nèi)容，借助迭代器我們可以很方便地實(shí)現(xiàn)很多復(fù)雜的功能。在深度學(xué)習(xí)當(dāng)中，數(shù)據(jù)的獲取往往也是通過(guò)迭代器實(shí)現(xiàn)的。因此這部分的內(nèi)容非常重要，推薦大家一定要掌握。

簡(jiǎn)單案例

在開始介紹設(shè)計(jì)模式之前，我們先來(lái)看一個(gè)簡(jiǎn)單的需求。假設(shè)現(xiàn)在我們需要根據(jù)傳入的變量獲取每周的前幾天，比如說(shuō)我們傳入3返回的就是[Mon, Tue, Wed]，我們傳入5返回[Mon, Tue, Wed, Thu, Fri]。這個(gè)需求大家應(yīng)該都能理解，非常非常簡(jiǎn)單。

如果用一個(gè)函數(shù)來(lái)實(shí)現(xiàn)的話，就是這樣：

def return_days(n):
    week = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
    return week[:n]

你看三行代碼就實(shí)現(xiàn)了，在這個(gè)問(wèn)題場(chǎng)景當(dāng)中這樣寫當(dāng)然是沒(méi)有問(wèn)題。但假如我們把題目稍微變一變，這里的week不是一個(gè)固定的數(shù)據(jù)，而是從上游或者是某個(gè)文件當(dāng)中讀取的。這里的n也是一個(gè)很大的數(shù)，我們把這個(gè)函數(shù)改寫成這樣：

def get_data(n):
    data = []
    for i in range(n):
        data.append(get_from_upstream())
    return data

我們假設(shè)get_from_upstream這個(gè)函數(shù)當(dāng)中實(shí)現(xiàn)了獲取數(shù)據(jù)的具體邏輯，那么上面這一段函數(shù)有一個(gè)什么問(wèn)題？

有些同學(xué)會(huì)說(shuō)這沒(méi)有問(wèn)題啊，因?yàn)橄袷瞧渌Z(yǔ)言實(shí)現(xiàn)數(shù)據(jù)獲取的時(shí)候也都是這么干的。的確，像是Java等語(yǔ)言可能都是這么干的。但是其他語(yǔ)言這么干沒(méi)錯(cuò)，不代表Python這么干也沒(méi)錯(cuò)。因?yàn)槲覀儧](méi)有把Python的能力發(fā)揮到最大。

這里有兩個(gè)問(wèn)題，第一個(gè)問(wèn)題是延遲，因?yàn)榍懊嬲f(shuō)了，n是一個(gè)很大的數(shù)。我們從上游獲取數(shù)據(jù)，無(wú)論是通過(guò)網(wǎng)絡(luò)還是文件讀取，本質(zhì)上都是IO操作，IO操作的延遲是非常大的。那么我們把這n條數(shù)據(jù)全部搜集完可能需要很長(zhǎng)的時(shí)間，導(dǎo)致下游的漫長(zhǎng)等待。第二個(gè)問(wèn)題就是內(nèi)存，因?yàn)槲覀兇鎯?chǔ)了這n條數(shù)據(jù)一起返回的，如果n很大，對(duì)于內(nèi)存的開銷壓力也很大，如果機(jī)器內(nèi)存不夠很有可能導(dǎo)致崩潰。

那怎么解決呢？

其實(shí)解決的方法很簡(jiǎn)單，如果對(duì)迭代器熟悉的話，會(huì)發(fā)現(xiàn)迭代器針對(duì)的恰恰是這兩個(gè)問(wèn)題。我們把上面的邏輯改寫成迭代器實(shí)現(xiàn)即可，這也就是iterator模式。

iterator模式

iterator模式嚴(yán)格說(shuō)起來(lái)其實(shí)只是迭代器的一種應(yīng)用，它非常巧妙地將迭代器與匿名函數(shù)結(jié)合在一起，里面也沒(méi)有太多的門道可以說(shuō)，我們把剛才的代碼改寫一下，細(xì)節(jié)都在代碼當(dāng)中。

def get_data(n):
    for i in range(n):
  yield get_from_upstream()


data_10 = lambda: get_data(10)
data_100 = lambda: get_data(100)

# use
for d in data_10:
    print(d)

很簡(jiǎn)單吧，但可能你要問(wèn)了，我們既然寫出了get_data這個(gè)迭代器，那么我們使用的時(shí)候直接for d in get_data(10)這樣用不就好了，為什么中間要用匿名函數(shù)包一層呢？

道理也很簡(jiǎn)單，如果這個(gè)數(shù)據(jù)是我們自己使用，當(dāng)然是沒(méi)必要中間包一層的。但如果我們是傳給下游使用的話，對(duì)于下游來(lái)說(shuō)它肯定是不希望考慮上游太多的細(xì)節(jié)的，越簡(jiǎn)單越好。所以我們直接丟一個(gè)包裝好的迭代器過(guò)去，下游直接call即可。否則的話，下游還需要感知get_data這個(gè)函數(shù)傳入的參數(shù)，顯然是不夠合理的。

以上就是學(xué)會(huì)迭代器設(shè)計(jì)模式，幫你大幅提升python性能的詳細(xì)內(nèi)容，更多關(guān)于python 迭代器設(shè)計(jì)模式的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！