用Python實現的等差數列方式

更新時間：2022年12月16日 16:06:36 作者：ztenv

這篇文章主要介紹了用Python實現的等差數列方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

Python實現等差數列

def arithemtic_sequence_based_generator(first=0, step=1, sequence_count=10):
    for index in range(0, sequence_count):
        yield first + index * step
        index += 1

if __name__ == "__main__":
    generator = arithemtic_sequence_based_generator(first=0, step=5, sequence_count=10)
    for number in generator:
        print(number, end=" ")

運行結果：

0 5 10 15 20 25 30 35 40 45

python等差數列生成器

典型的迭代器模式作用很簡單——遍歷數據結構。

不過，即便不是從集合中獲取元素，而是獲取序列中即時生成的下一個值時，也用得到這種基于方法的標準接口。

例如，內置的 range 函數用于生成有窮整數等差數列（Arithmetic Progression，AP）， itertools.count 函數用于生成無窮等差數列。

先來看等差數列：

"""
等差數列實現。
"""

class ArithmeticProgression:

    def __init__(self, begin, step, end=None):
        self.begin = begin
        self.step = step
        self.end = end   # None -> 無窮數列

    def __iter__(self):
        result = type(self.begin + self.step)(self.begin)
        forever = self.end is None
        index = 0
        while forever or result < self.end:
            yield result
            index += 1
            result = self.begin + self.step * index

if __name__ == '__main__':
    ap = ArithmeticProgression(0, 1, 3)
    print(ap)
    # print(list(ap))
    a = iter(ap)
    print(next(a))

這是個簡單的示例，說明了如何使用生成器函數實現特殊的 __iter__ 方法。

然而，如果一個類只是為了構建生成器而去實現 __iter__ 方法，那還不如使用生成器函數。

畢竟，生成器函數是制造生成器的工廠。

def aritprog_gen(begin, step, end=None):
    result = type(begin + step)(begin)
    forever = end is None
    index = 0
    while forever or result < end:
        yield result
        index += 1
        result = begin + step * index

使用itertools模塊生成等差數列

然而，itertools.count 函數從不停止，因此，如果調用 list(count())，Python 會創(chuàng)建一個特別大的列表，超出可用內存，在調用失敗之前，電腦會瘋狂地運轉。

不過，itertools.takewhile 函數則不同，它會生成一個使用另一個生成器的生成器，在指定的條件計算結果為 False 時停止。因此，可以把這兩個函數結合在一起使用，編寫下述代碼：

利用 takewhile 和 count 函數，寫出的代碼流暢而簡短。

import itertools 


# 注意，下面示例中的 aritprog_gen 不是生成器函數，
# 因為定義體中沒有 yield 關鍵字。
# 但是它會返回一個生成器，
# 因此它與其他生成器函數一樣，
# 也是生成器工廠函數。
def aritprog_two_gen(begin, step, end=None):
    first = type(begin + step)(begin)
    ap_gen = itertools.count(first, step)
    if end is not None:
        ap_gen = itertools.takewhile(lambda n: n < end, ap_gen)
    return ap_gen