Что такое генератор? Разница между генераторами и итераторами?

1. Итератор

• Итератор — это объект, который позволяет проходить по последовательности (список, строка, кортеж) один элемент за раз.

• Итератор реализует методы:

  • __iter__() — возвращает сам объект итератора

  • __next__() — возвращает следующий элемент, при достижении конца выдаёт StopIteration

Пример итератора

lst = [1, 2, 3]
it = iter(lst)

print(next(it))  # 1
print(next(it))  # 2
print(next(it))  # 3
# print(next(it))  # StopIteration

---

2. Генератор

• Генератор — это специальный итератор, который создаёт элементы "на лету" при каждой итерации.

• Экономит память, особенно для больших последовательностей.

• Создаётся с помощью:

  1. Функций с yield

  2. Генераторных выражений ((...) вместо [...])

2.1 Функция-генератор

def my_gen(n):
    for i in range(n):
        yield i  # возвращает по одному элементу за раз

gen = my_gen(5)
for val in gen:
    print(val)

Вывод:

0
1
2
3
4

2.2 Генераторное выражение

gen_exp = (x**2 for x in range(5))
print(next(gen_exp))  # 0
print(next(gen_exp))  # 1

---

3. Разница между генератором и обычным итератором

Характеристика	Итератор	Генератор
Создание	Через iter()	Функция с yield или (x for x in ...)
Память	Элементы хранятся полностью	Элементы создаются по мере запроса
Ключевой метод	__next__()	__next__() (реализован автоматически)
Использование	Любая последовательность	Большие последовательности, ленивые вычисления
Можно ли пересоздать	Да (создать новый итератор)	Нет, генератор один раз исчерпывается

---

4. Применение в автотестах

• Обработка больших логов или API-данных без загрузки всего в память.

• Генерация тестовых данных на лету:

def test_data(n):
    for i in range(n):
        yield {"username": f"user{i}", "password": "123"}

• Используется в pytest с @pytest.mark.parametrize, когда много комбинаций данных.

---

💡 Вывод:

• Генератор = ленивый итератор, экономит память.

• Итератор = объект последовательности, по которому можно пройтись с next().

---

Отличия генераторов от генераторных выражений

В Python есть два похожих, но разных механизма:

• Генераторы (generator functions) — это функции с yield, которые возвращают итератор.

• Генераторные выражения (generator expressions) — это компактный синтаксис, похожий на list comprehension, но в круглых скобках.

---

1. Генераторы (generator functions)

Как создаются: Используем def и yield вместо return.

def my_gen():
    yield 1
    yield 2
    yield 3

g = my_gen()
print(next(g))  # 1
print(next(g))  # 2
print(next(g))  # 3

📌 Особенности:

• yield приостанавливает выполнение функции и возвращает значение, но сохраняет состояние (переменные, позицию).

• Можно содержать сложную логику, условия, вложенные циклы.

• Можно использовать в нескольких местах yield, в отличие от return, который завершает выполнение.

---

2. Генераторные выражения (generator expressions)

Как создаются: Похожи на list comprehension, но с () вместо [].

g = (x**2 for x in range(5))

print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 4

📌 Особенности:

• Это короткий синтаксис, когда логика простая.

• Используются чаще для "одноразового" создания потока данных.

• Нельзя написать сложный многострочный код (только одно выражение).

---

3. Отличия в таблице

Критерий	Генераторы (yield)	Генераторные выражения
Создание	Через def и yield	Через круглые скобки ()
Сложность логики	Можно писать сложные алгоритмы, условия	Только одно выражение
Читаемость	Более многословны	Короткие и компактные
Многострочность	Да	Нет
Где использовать	Когда логика сложная, есть много шагов	Когда нужно просто и быстро создать поток
Пример	def my_gen(): yield x	(x for x in range(10))

---

4. Общие черты

• Оба ленивые — не создают весь список сразу, а выдают элементы по запросу.

• Оба возвращают итератор.

• Можно использовать в for, sum, max, list() и т. п.

---

5. Когда что использовать

• Генератор (yield) — если нужно многострочное вычисление, сложные условия, несколько точек yield.

• Генераторное выражение — если вычисление короткое и можно записать в одну строчку