Python中迭代器和生成器的区别？
公众号新增加了一个栏目，就是每天给大家解答一道Python常见的面试题，反正每天不贪多，一天一题，正好合适，只希望这个面试栏目，给那些正在准备面试的同学，提供一点点帮助！
小猿会从最基础的面试题开始，每天一题。如果参考答案不够好，或者有错误的话，麻烦大家可以在留言区给出自己的意见和讨论，大家是要一起学习的 。
废话不多说，开始今天的题目：
问：说说Python中迭代器和生成器的区别？
答：Python中生成器能做到迭代器能做的所有事，而且因为自动创建了__iter__()和next()方法，生成器显得特别简洁，而且生成器也是高效的，使用生成器表达式取代列表解析，同时节省内存。除了创建和保持程序状态的自动生成，当发生器终结时，还会自动跑出StopIterration异常。
列表、元组、字典、字符串都是可迭代对象。
数字、布尔值都是不可迭代的。
下面分别来说说这两者的具体区别:
1、迭代器
迭代器对象要求支持迭代器协议的对象。在Python中，支持迭代器协议就是实现对象的__iter__()和next()方法。其中__iter__()方法返回迭代器对象本身；next()方法返回容器的下一个元素，在结尾时引发StopIteration异常。
下面用个简单的列表来说迭代器的用法：
list = [1,2,3,4] # list是可迭代对象
lterator = iter(list) # 通过iter()方法取得list的迭代器
print(next(lterator)) # 1 通过next()获取下一个位置的值
print(next(lterator)) # 2
print(next(lterator)) # 3
print(next(lterator)) # 4
输出：
1
2
3
4
2、生成器
生成器(generator)就是一个函数，它提供了一种实现迭代器协议的便捷方式。生成器与普通函数的区别在于它包含 yield 表达式，并且不需要定义 __iter__()和__next__()。
生成器是一种惰性的序列，如果我们需要创建一个 0～1000000000 的序列，这样大的序列创建出来会占用比较多的内存，生成器就是为了解决这样的问题 。
下面用个简单的例子来说生成器的用法：
# 普通序列
>>> g = []
>>> for x in range(5):
>>> g.append(x)
>>> g
[0, 1, 2, 3, 4]
# 生成器
def f():
for x in range(5):
yield x # 返回并记录函数状态
# next
f = f()
>>> next(f) # 每调用一次next，就执行一次yield | 依靠这种需要才生产的工作机制，大大的节省资源
0
>>> next(f)
1
>>> next(f)
2
>>> next(f)
3
>>> next(f)
4
# for next
>>> for x in range(5):
>>> print(next(f))
0
1
2
3
4
如果对于参考答案有不认同的，大家可以在评论区指出和补充，欢迎留言！
更多题目：
关注小猿公众号，每天学习一道题