• Генератор — это функция с yield, которая автоматически создаёт итератор и сохраняет состояние между вызовами, не храня все элементы в памяти.
• Итератор — любой объект с методами __iter__ и __next__, который может перебирать элементы коллекции или последовательности, но требует явной реализации.
• Генераторы более лаконичны и эффективны для потоковой обработки данных, тогда как итераторы подходят для кастомных структур данных.

# Генератор с yield

def fibonacci_generator(limit):
    a, b = 0, 1
    while a < limit:
        yield a
        a, b = b, a + b

# Использование генератора
for num in fibonacci_generator(10):
    print(num)  # Выводит: 0, 1, 1, 2, 3, 5, 8

# Кастомный итератор
class FibonacciIterator:
    def __init__(self, limit):
        self.limit = limit
        self.a = 0
        self.b = 1
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.a >= self.limit:
            raise StopIteration
        result = self.a
        self.a, self.b = self.b, self.a + self.b
        return result

# Использование итератора
fib_iter = FibonacciIterator(10)
for num in fib_iter:
    print(num)  # Выводит: 0, 1, 1, 2, 3, 5, 8

• Когда вы предпочтёте использовать генератор вместо итератора в реальном проекте? — Я выбираю генераторы для обработки больших потоков данных, таких как чтение файлов построчно или потоковые API, чтобы экономить память и упростить код.
• Можно ли преобразовать генератор в итератор и наоборот? — Да, генератор уже является итератором, но кастомный итератор можно эмулировать через генератор, используя yield в функции для более лаконичной реализации.

1. Используйте генераторы для ленивых вычислений и больших наборов данных, чтобы избежать загрузки всего в память.
2. Реализуйте кастомные итераторы только когда нужен сложный контроль состояния, в остальных случаях предпочитайте генераторы для простоты.