国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Python中的迭代器與生成器提高性能的秘密武器【第143篇—迭代器與生成器】

這篇具有很好參考價(jià)值的文章主要介紹了Python中的迭代器與生成器提高性能的秘密武器【第143篇—迭代器與生成器】。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

??發(fā)現(xiàn)寶藏

前些天發(fā)現(xiàn)了一個(gè)巨牛的人工智能學(xué)習(xí)網(wǎng)站,通俗易懂,風(fēng)趣幽默,忍不住分享一下給大家?!军c(diǎn)擊進(jìn)入巨牛的人工智能學(xué)習(xí)網(wǎng)站】。

Python中的迭代器與生成器:提高性能的秘密武器

在Python編程中,迭代器和生成器是提高性能和減少內(nèi)存消耗的重要工具。它們不僅簡(jiǎn)化了代碼結(jié)構(gòu),而且在處理大型數(shù)據(jù)集時(shí)具有明顯的優(yōu)勢(shì)。本文將介紹迭代器和生成器的概念,以及它們?nèi)绾纬蔀镻ython中的秘密武器,提高程序的效率。

迭代器(Iterators)

在Python中,迭代器是一種用于迭代的對(duì)象,可以逐個(gè)訪問集合中的元素,而無需提前將整個(gè)集合加載到內(nèi)存中。迭代器的工作原理是通過 __iter__()__next__() 方法實(shí)現(xiàn)的。__iter__() 方法返回迭代器對(duì)象本身,而 __next__() 方法返回集合中的下一個(gè)元素。

讓我們通過一個(gè)示例來理解迭代器的使用:

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

    def __iter__(self):
        return self

    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        result = self.data[self.index]
        self.index += 1
        return result

# 使用迭代器遍歷列表
my_list = [1, 2, 3, 4, 5]
my_iter = MyIterator(my_list)
for item in my_iter:
    print(item)

輸出:

1
2
3
4
5

生成器(Generators)

生成器是一種特殊的迭代器,它使用 yield 關(guān)鍵字而不是 return 返回值。生成器函數(shù)在調(diào)用時(shí)不會(huì)執(zhí)行,而是返回一個(gè)生成器對(duì)象,可以通過調(diào)用 __next__() 方法逐步執(zhí)行函數(shù)并返回值。與迭代器不同,生成器在每次調(diào)用時(shí)都會(huì)保存函數(shù)的狀態(tài),從而避免了重復(fù)創(chuàng)建對(duì)象和保存整個(gè)集合的內(nèi)存消耗。

讓我們通過一個(gè)示例來了解生成器的使用:

def my_generator(data):
    for item in data:
        yield item * 2

# 使用生成器遍歷列表
my_list = [1, 2, 3, 4, 5]
gen = my_generator(my_list)
for item in gen:
    print(item)

輸出:

2
4
6
8
10

迭代器與生成器的性能優(yōu)勢(shì)

  1. 節(jié)省內(nèi)存消耗: 由于迭代器和生成器是惰性求值的,它們不會(huì)一次性加載整個(gè)集合到內(nèi)存中,而是按需生成數(shù)據(jù),從而大大減少了內(nèi)存消耗。

  2. 提高程序效率: 迭代器和生成器能夠?qū)崿F(xiàn)按需生成數(shù)據(jù),避免了不必要的計(jì)算和存儲(chǔ),從而提高了程序的效率。

  3. 適用于大型數(shù)據(jù)集: 當(dāng)處理大型數(shù)據(jù)集時(shí),迭代器和生成器可以顯著減少程序的運(yùn)行時(shí)間和內(nèi)存占用,使程序更加高效和可擴(kuò)展。

總的來說,迭代器和生成器是Python中強(qiáng)大的工具,可以提高程序的性能和效率,特別適用于處理大型數(shù)據(jù)集和需要節(jié)省內(nèi)存的場(chǎng)景。通過合理地應(yīng)用迭代器和生成器,可以讓我們的代碼更加簡(jiǎn)潔、高效和可維護(hù)。

迭代器與生成器的進(jìn)階應(yīng)用

除了基本的迭代器和生成器之外,Python還提供了一些高級(jí)功能,進(jìn)一步擴(kuò)展了它們的應(yīng)用范圍。

1. 列表推導(dǎo)式(List Comprehensions)

列表推導(dǎo)式是一種簡(jiǎn)潔而強(qiáng)大的語法,可以通過簡(jiǎn)單的表達(dá)式生成列表。它通常比使用循環(huán)和迭代器更加快速和直觀。

# 使用列表推導(dǎo)式生成平方數(shù)列表
squares = [x ** 2 for x in range(10)]
print(squares)

輸出:

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

列表推導(dǎo)式背后的原理實(shí)際上就是生成器表達(dá)式,它使用了惰性求值的特性,不會(huì)一次性生成整個(gè)列表,而是按需生成元素,因此也具有與生成器相似的優(yōu)勢(shì)。

2. 生成器表達(dá)式(Generator Expressions)

生成器表達(dá)式是一種類似于列表推導(dǎo)式的語法,但是它返回一個(gè)生成器對(duì)象而不是列表。它的語法更加緊湊,特別適用于創(chuàng)建簡(jiǎn)單的生成器。

# 使用生成器表達(dá)式生成平方數(shù)序列
squares_gen = (x ** 2 for x in range(10))
for num in squares_gen:
    print(num)

輸出:

0
1
4
9
16
25
36
49
64
81

生成器表達(dá)式的優(yōu)點(diǎn)在于它不會(huì)一次性生成整個(gè)序列,而是按需生成每個(gè)元素,從而節(jié)省內(nèi)存并提高效率。

3. itertools模塊

Python的itertools模塊提供了一組用于創(chuàng)建迭代器的工具函數(shù),可以用于各種常見的迭代操作,如組合、排列、重復(fù)等。這些函數(shù)能夠簡(jiǎn)化代碼,并提高程序的可讀性和效率。

import itertools

# 使用itertools模塊生成排列組合
data = ['A', 'B', 'C']
combinations = itertools.combinations(data, 2)
permutations = itertools.permutations(data, 2)

print("Combinations:")
for combo in combinations:
    print(combo)

print("\nPermutations:")
for perm in permutations:
    print(perm)

輸出:

Combinations:
('A', 'B')
('A', 'C')
('B', 'C')

Permutations:
('A', 'B')
('A', 'C')
('B', 'A')
('B', 'C')
('C', 'A')
('C', 'B')

通過利用itertools模塊提供的功能,我們可以輕松地實(shí)現(xiàn)各種復(fù)雜的迭代操作,而不必自己編寫繁瑣的代碼。

優(yōu)化技巧和注意事項(xiàng)

雖然迭代器和生成器能夠提高程序的性能和效率,但在實(shí)際應(yīng)用中仍需注意一些優(yōu)化技巧和注意事項(xiàng),以確保其發(fā)揮最佳效果。

1. 合理使用生成器表達(dá)式和列表推導(dǎo)式

在編寫代碼時(shí),應(yīng)根據(jù)具體情況選擇使用生成器表達(dá)式或列表推導(dǎo)式。如果只需遍歷一次序列并不需要保存整個(gè)結(jié)果集,那么生成器表達(dá)式更適合;而如果需要多次訪問結(jié)果集或?qū)ζ溥M(jìn)行修改,可以選擇列表推導(dǎo)式。

2. 避免過度使用生成器

雖然生成器可以節(jié)省內(nèi)存消耗,但在某些情況下過度使用生成器可能會(huì)導(dǎo)致性能下降。特別是在需要頻繁訪問數(shù)據(jù)或進(jìn)行復(fù)雜操作時(shí),生成器可能會(huì)成為性能瓶頸。因此,需要根據(jù)實(shí)際情況進(jìn)行權(quán)衡和選擇。

3. 使用生成器優(yōu)化循環(huán)

在循環(huán)處理大型數(shù)據(jù)集時(shí),可以考慮使用生成器來逐步生成數(shù)據(jù),而不是一次性加載整個(gè)數(shù)據(jù)集到內(nèi)存中。這樣可以降低內(nèi)存消耗,并提高程序的運(yùn)行效率。

4. 注意異常處理

在使用迭代器和生成器時(shí),需要特別注意異常處理。由于迭代器和生成器是惰性求值的,可能會(huì)在迭代過程中拋出異常,因此需要確保在合適的地方捕獲異常并進(jìn)行處理,以避免程序意外終止。

5. 及時(shí)釋放資源

在使用迭代器和生成器時(shí),應(yīng)注意及時(shí)釋放資源,避免出現(xiàn)內(nèi)存泄漏等問題??梢允褂?try-finallywith 語句來確保資源在不再需要時(shí)得到釋放。

通過合理地應(yīng)用這些優(yōu)化技巧和注意事項(xiàng),可以最大限度地發(fā)揮迭代器和生成器在提高程序性能和效率方面的優(yōu)勢(shì),使代碼更加高效、可靠和易于維護(hù)。

迭代器與生成器的進(jìn)階應(yīng)用

除了基本的迭代器和生成器之外,Python還提供了一些高級(jí)功能,進(jìn)一步擴(kuò)展了它們的應(yīng)用范圍。

1. 異步迭代器與生成器

在Python 3.6之后,引入了異步生成器和異步迭代器,用于異步編程中。它們使得在異步代碼中能夠以異步方式處理大型數(shù)據(jù)集,提高了代碼的并發(fā)性能。

import asyncio

async def async_generator(data):
    for item in data:
        await asyncio.sleep(1)  # 模擬異步操作
        yield item * 2

async def main():
    my_list = [1, 2, 3, 4, 5]
    async_gen = async_generator(my_list)
    async for item in async_gen:
        print(item)

await main()
2. 生成器的管道化處理

生成器可以用于構(gòu)建管道,將復(fù)雜的處理過程分解為一系列簡(jiǎn)單的生成器函數(shù),每個(gè)生成器負(fù)責(zé)一部分任務(wù)。這樣可以提高代碼的模塊化程度,同時(shí)降低代碼的復(fù)雜度和維護(hù)成本。

def numbers():
    for i in range(1, 6):
        yield i

def square(nums):
    for num in nums:
        yield num * num

def even_filter(nums):
    for num in nums:
        if num % 2 == 0:
            yield num

def pipeline():
    nums = numbers()
    squared_nums = square(nums)
    even_nums = even_filter(squared_nums)
    for num in even_nums:
        print(num)

pipeline()
3. 生成器的惰性計(jì)算

生成器的惰性計(jì)算特性使得它們可以處理無限序列或非常大的數(shù)據(jù)集,而無需一次性將所有數(shù)據(jù)加載到內(nèi)存中。這種特性在處理大規(guī)模數(shù)據(jù)或需要?jiǎng)討B(tài)生成數(shù)據(jù)的場(chǎng)景下非常有用。

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for _ in range(10):
    print(next(fib))

性能優(yōu)化技巧

除了合理應(yīng)用迭代器和生成器,我們還可以采取一些性能優(yōu)化技巧,進(jìn)一步提升代碼的執(zhí)行效率。

1. 使用生成器表達(dá)式替代列表推導(dǎo)式

生成器表達(dá)式不會(huì)一次性生成所有結(jié)果,而是按需生成,因此在內(nèi)存消耗方面更加高效。如果我們只需要迭代一次并不需要保存結(jié)果集,那么應(yīng)該優(yōu)先選擇生成器表達(dá)式。

2. 使用內(nèi)置函數(shù)優(yōu)化代碼

Python提供了許多內(nèi)置函數(shù),如map()filter()reduce()等,它們能夠簡(jiǎn)化代碼,并且在性能上有一定的優(yōu)勢(shì)。合理使用這些內(nèi)置函數(shù),可以提高代碼的執(zhí)行效率。

3. 使用適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)

在處理大型數(shù)據(jù)集時(shí),選擇適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)也能夠提高程序的性能。例如,如果需要頻繁的插入和刪除操作,應(yīng)該選擇使用collections.deque而不是列表,因?yàn)閐eque在插入和刪除操作上更加高效。

4. 避免不必要的計(jì)算

在編寫代碼時(shí),應(yīng)該盡量避免不必要的計(jì)算和操作,以減少程序的運(yùn)行時(shí)間和內(nèi)存消耗。例如,可以使用短路邏輯來避免不必要的循環(huán)和條件判斷。

5. 使用并行處理

對(duì)于需要處理大量數(shù)據(jù)的任務(wù),可以考慮使用并行處理技術(shù)來提高程序的執(zhí)行效率。Python提供了諸如concurrent.futuresmultiprocessing等模塊,可以方便地實(shí)現(xiàn)并行處理。

6. 進(jìn)行性能測(cè)試和優(yōu)化

在編寫代碼之后,應(yīng)該進(jìn)行性能測(cè)試,并根據(jù)測(cè)試結(jié)果進(jìn)行優(yōu)化??梢允褂肞ython自帶的timeit模塊來評(píng)估代碼的執(zhí)行時(shí)間,然后針對(duì)性地優(yōu)化性能較差的部分。

性能優(yōu)化技巧的進(jìn)一步細(xì)節(jié)

7. 使用生成器函數(shù)而不是生成器表達(dá)式

盡管生成器表達(dá)式比列表推導(dǎo)式更節(jié)省內(nèi)存,但在某些情況下,生成器函數(shù)可能更具優(yōu)勢(shì)。生成器函數(shù)可以更清晰地表達(dá)邏輯,并且可以更容易地?cái)U(kuò)展和維護(hù)。此外,生成器函數(shù)可以包含更復(fù)雜的邏輯和狀態(tài),使其在處理某些問題時(shí)更靈活。

8. 使用緩存裝飾器

對(duì)于一些計(jì)算密集型的函數(shù),我們可以使用緩存裝飾器來避免重復(fù)計(jì)算,從而提高程序的性能。緩存裝飾器可以將函數(shù)的輸入和輸出緩存起來,當(dāng)相同的輸入再次出現(xiàn)時(shí),直接返回緩存的結(jié)果,而不必重新計(jì)算。

import functools

@functools.lru_cache(maxsize=None)
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
9. 使用Cython或NumPy加速

對(duì)于需要處理大量數(shù)據(jù)或需要高性能的計(jì)算任務(wù),可以考慮使用Cython或NumPy等工具進(jìn)行加速。Cython可以將Python代碼編譯成C語言,從而提高執(zhí)行效率;而NumPy則提供了高性能的數(shù)值計(jì)算功能,可以顯著加速數(shù)組和矩陣運(yùn)算。

10. 使用合適的數(shù)據(jù)結(jié)構(gòu)和算法

選擇合適的數(shù)據(jù)結(jié)構(gòu)和算法對(duì)于提高程序的性能至關(guān)重要。在處理大規(guī)模數(shù)據(jù)時(shí),應(yīng)該選擇具有高效查找、插入和刪除操作的數(shù)據(jù)結(jié)構(gòu),并且根據(jù)具體問題的特點(diǎn)選擇最適合的算法。

11. 定期進(jìn)行代碼審查和優(yōu)化

定期進(jìn)行代碼審查和優(yōu)化是保持代碼性能的關(guān)鍵。通過審查代碼,發(fā)現(xiàn)和解決潛在的性能問題,以及及時(shí)優(yōu)化代碼,可以保持代碼的高效性和可維護(hù)性。

總結(jié):

在本文中,我們深入探討了Python中迭代器與生成器的重要性以及它們的高級(jí)應(yīng)用和性能優(yōu)化技巧。迭代器和生成器作為Python中的強(qiáng)大工具,能夠極大地提高代碼的效率和可讀性。通過迭代器,我們可以按需逐個(gè)訪問集合中的元素,而不必一次性將整個(gè)集合加載到內(nèi)存中。生成器則更進(jìn)一步地提供了惰性計(jì)算的特性,可以節(jié)省內(nèi)存消耗并允許處理無限序列或非常大的數(shù)據(jù)集。

我們探討了迭代器和生成器的基本概念,以及它們的使用方法和語法。通過代碼示例,我們展示了如何定義和使用迭代器和生成器,并介紹了它們?cè)谔幚泶笮蛿?shù)據(jù)集時(shí)的優(yōu)勢(shì)。進(jìn)一步地,我們討論了生成器表達(dá)式、異步迭代器、管道化處理等高級(jí)應(yīng)用,以及如何通過性能優(yōu)化技巧進(jìn)一步提升代碼的執(zhí)行效率。

最后,我們強(qiáng)調(diào)了持續(xù)學(xué)習(xí)和探索的重要性,以及定期進(jìn)行代碼審查和優(yōu)化的必要性。通過不斷地學(xué)習(xí)和應(yīng)用迭代器、生成器和性能優(yōu)化技巧,我們可以編寫出高效、可靠和可維護(hù)的Python代碼,提高我們的編程水平和工作效率。因此,我們應(yīng)該充分利用這些強(qiáng)大的工具,并在實(shí)際開發(fā)中不斷嘗試和實(shí)踐,以不斷提升自己的編程能力和代碼質(zhì)量。
Python中的迭代器與生成器提高性能的秘密武器【第143篇—迭代器與生成器】,Python領(lǐng)域開發(fā)技術(shù)應(yīng)用技術(shù),python,開發(fā)語言,迭代器,生成器,減少內(nèi)存消耗文章來源地址http://www.zghlxwxcb.cn/news/detail-842871.html

到了這里,關(guān)于Python中的迭代器與生成器提高性能的秘密武器【第143篇—迭代器與生成器】的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Python基礎(chǔ)篇(十):迭代器與生成器

    Python基礎(chǔ)篇(十):迭代器與生成器

    迭代器和生成器是Python中用于 處理可迭代對(duì)象 的重要概念。它們提供了一種有效的方式來 遍歷和訪問 集合中的元素,同時(shí)具有 節(jié)省內(nèi)存和惰性計(jì)算 的特點(diǎn)。下面是關(guān)于迭代器和生成器的詳細(xì)介紹和示例: 迭代器是一種實(shí)現(xiàn)了迭代協(xié)議的對(duì)象,它可以用于遍歷集合中的元素

    2024年02月10日
    瀏覽(22)
  • 【Python】Python系列教程-- Python3 迭代器與生成器(二十)

    往期回顧: Python系列教程–Python3介紹(一) Python系列教程–Python3 環(huán)境搭建(二) Python系列教程–Python3 VScode(三) Python系列教程–Python3 基礎(chǔ)語法(四) Python系列教程–Python3 基本數(shù)據(jù)類型(五) Python系列教程-- Python3 數(shù)據(jù)類型轉(zhuǎn)換(六) Python系列教程-- Python3 推導(dǎo)式(

    2024年02月08日
    瀏覽(86)
  • python之迭代器和生成器

    當(dāng)談到Python中的迭代時(shí),迭代器和生成器是兩個(gè)很常見的概念。在本教程中,我將幫助您理解Python中迭代器和生成器的工作原理及其實(shí)現(xiàn)方式。 迭代器 Python中的迭代器是一種特殊的對(duì)象,可以用于遍歷可迭代對(duì)象中的所有元素。所有的迭代器都實(shí)現(xiàn)了 __iter__() 和 __next__() 方

    2023年04月18日
    瀏覽(23)
  • python中函數(shù),裝飾器,迭代器,生成器

    1.函數(shù)可以作為參數(shù)進(jìn)行傳遞 2.函數(shù)可以作為返回值進(jìn)行返回 3.函數(shù)名稱可以當(dāng)成變量一樣進(jìn)行賦值操作 作用:在不改變?cè)泻瘮?shù)調(diào)用的情況下,給函數(shù)增加新的功能 ? ? ? ? ?即可以在函數(shù)前面增加新的功能,但不改變?cè)瓉淼拇a 可迭代的數(shù)據(jù)類型都會(huì)提供迭代器,即可以

    2024年02月07日
    瀏覽(20)
  • 8 python的迭代器和生成器

    概述 ????????在上一節(jié),我們介紹了Python的模塊和包,包括:什么是模塊、導(dǎo)入模塊、自定義模塊、__name__、什么是包、創(chuàng)建包、導(dǎo)入包等內(nèi)容。在這一節(jié)中,我們將介紹Python的迭代器和生成器。在Python中,迭代器是一個(gè)非常重要的概念,它使得我們能夠遍歷一個(gè)序列而無

    2024年02月10日
    瀏覽(17)
  • 【python高級(jí)用法】迭代器、生成器、裝飾器、閉包

    【python高級(jí)用法】迭代器、生成器、裝飾器、閉包

    可迭代對(duì)象:可以使用for循環(huán)來遍歷的,可以使用isinstance()來測(cè)試。 迭代器:同時(shí)實(shí)現(xiàn)了__iter__()方法和__next__()方法,可以使用isinstance()方法來測(cè)試是否是迭代器對(duì)象 使用類實(shí)現(xiàn)迭代器 兩個(gè)類實(shí)現(xiàn)一個(gè)迭代器 一個(gè)類實(shí)現(xiàn)迭代器 可迭代對(duì)象與迭代器的總結(jié) 一個(gè)具備了__iter_

    2024年02月03日
    瀏覽(24)
  • Python教程(26)——Python迭代器和生成器詳解

    Python中的迭代器是一種對(duì)象,它可以迭代(遍歷)一個(gè)可迭代對(duì)象(比如列表、元組或字符串)的元素。迭代器用于實(shí)現(xiàn)迭代器協(xié)議,即包含 __iter__() 方法和 __next__() 方法。 迭代器的工作原理是每次調(diào)用 __next__() 方法時(shí)返回可迭代對(duì)象的下一個(gè)元素,當(dāng)沒有元素可迭代時(shí),拋

    2024年02月19日
    瀏覽(22)
  • 【Python 4】列表與元組slice切片 迭代 列表生成式 生成器generator 迭代器Iterator對(duì)象

    在Python中,代碼不是越多越好,而是越少越好 取一個(gè)list或tuple的部分元素是非常常見的操作 對(duì)這種經(jīng)常取指定索引范圍的操作,用循環(huán)十分繁瑣,因此,Python提供了切片(Slice)操作符,能大大簡(jiǎn)化這種操作 L[0:3]表示,從索引0開始取,直到索引3為止,但不包括索引3 如果第

    2024年02月07日
    瀏覽(17)
  • python使用迭代生成器yield減少內(nèi)存占用的方法

    在python編碼中for循環(huán)處理任務(wù)時(shí),會(huì)將所有的待遍歷參量加載到內(nèi)存中。 其實(shí)這本沒有必要,因?yàn)檫@些參量很有可能是一次性使用的,甚至很多場(chǎng)景下這些參量是不需要同時(shí)存儲(chǔ)在內(nèi)存中的,這時(shí)候就會(huì)用到本文所介紹的迭代生成器yield。 首先我們用一個(gè)例子來演示一下迭代

    2024年04月28日
    瀏覽(26)
  • Python黑魔法:探秘生成器和迭代器的神奇力量

    在Python中,生成器和迭代器是實(shí)現(xiàn)惰性計(jì)算的兩種重要工具,它們可以幫助我們更有效地處理數(shù)據(jù),特別是在處理大數(shù)據(jù)集時(shí),可以顯著減少內(nèi)存的使用。接下來,我們將詳細(xì)介紹這兩種工具。 迭代器是一種特殊的對(duì)象,它可以遍歷一個(gè)集合中的所有元素。任何實(shí)現(xiàn)了__ite

    2024年02月12日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包