我正在遵循《数据结构和算法》一书中的BinarySearchTree代码。 您想阅读此链接中的完整代码吗？
而且我不清楚这种方法是如何工作的
def __iter__(self):
if self.left != None:
for elem in self.left:
yield elem
yield self.val
if self.right != None:
for elem in self.right:
yield elem
elem变量是Node类的实例还是浮点数(来自输入)？在调试中两者兼而有之，我想这个值因为行产量而改变，但我不明白。
yieldelem和yield self.val有什么区别？在这种情况下有多少个生成器对象？
另外，您想分享一些调试生成器函数的经验吗？调试时我对产量感到困惑。
1.
elem是一个Node实例。从 for 循环中，我们知道elem总是self.left或self.right.您可以在示例用法中看到，浮点值与tree.insert(float(x))一起插入到二叉树中，BinarySearchTree.insert()方法最终调用BinarySearchTree.Node(val)在这种情况下valfloat(x)。因此，self.left和self.right始终是Node实例。
-
正如评论中提到的，不要只谈论代码，
elem是一个浮动。我以前没有看到这个，因为我认为迭代self.left会产生一个Node元素的列表。但是，这是不正确的。实际上，在这种情况下，通过调用self.left.__iter__()来迭代self.left工作。我将这个__iter__()函数分解为 3 种情况，几乎就像递归函数一样。(它实际上不是递归的，因为它调用Node类的不同实例的__iter__()方法，但它的行为是相似的。- 首先，节点没有
left或right子节点。这很简单：迭代器只会产生self.val，这是一个浮点数。 - 其次，节点有
left子节点。在这种情况下，for 循环将以几乎递归的方式向下遍历所有剩余的子节点，直到到达没有left子节点。然后我们回到第一种情况。 - 第三，节点有
right子节点。在这种情况下，在返回自己的节点self.val后，迭代器将继续到第一个right节点，并重复。
- 首先，节点没有
-
只有一个生成器，即
Node.__iter__()，因为生成器是函数。它使用多个yield语句根据情况返回不同的值。yield elem和yield self.val如果当前节点具有左分支或右分支或当前节点的值，则只返回Node。 -
我没有特别调试
yield语句的具体技巧。通常，我在构建代码时使用IPython进行交互式工作，并使用其内置的%debug魔术运算符。您可能还会发现橡皮鸭调试很有用。
使用 IPython，您可以在单元格中运行以下命令以交互方式进行调试。
In [37]: %%debug
...: for x in tree.root:
...: print(x)
...:
NOTE: Enter 'c' at the ipdb> prompt to continue execution.
然后，可以在调试器提示符下使用s命令，ipdb>单步执行代码，跳转到函数调用。
ipdb> s
--Call--
> <ipython-input-1-c4e297595467>(30)__iter__()
28 # of the nodes of the tree yielding all the values. In this way, we get
29 # the values in ascending order.
---> 30 def __iter__(self):
31 if self.left != None:
32 for elem in self.left:
调试时，可以通过在表达式前面加上感叹号!来计算表达式。
ipdb> !self
BinarySearchTree.Node(5.5,BinarySearchTree.Node(4.4,BinarySearchTree.Node(3.3,BinarySearchTree.Node(2.2,BinarySearchTree
.Node(1.1,None,None),None),None),None),None)
首先，您共享的代码中存在缩进问题：yield self.val不应该在if块中：
def __iter__(self):
if self.left != None:
for elem in self.left:
yield elem
yield self.val # Unconditional. This is also the base case
if self.right != None:
for elem in self.right:
yield elem
要理解此代码，首先开始想象一个只有一个节点的树。让我们暂时忽略BinarySearchTree类，并说我们可以直接访问Node类。我们可以创建一个节点，然后迭代它：
node = Node(1)
for value in node:
print(value)
此循环将调用__iter__方法，在这种情况下，该方法不会执行任何if块，因为它没有子块，并且只执行yield self.val。这就是value在上面的循环中将获得的值，并被打印出来。
现在用另外 2 个节点扩展这个小练习：
node = Node(1,
Node(0),
Node(2)
)
for value in node:
print(value)
在这里，我们创建了这棵树，node指的是它的根
1 <-- node
/
0 2
当for..in循环现在调用__iter__时，它将首先进入第一个if块，在那里我们得到一种递归形式。有了for语句，我们再次执行__iter__，但这次是在node的左子节点，即值为 0 的节点。但这是我们已经知道的情况：这个节点没有子节点，我们从上面的第一个例子中知道，这会导致一次迭代，其中循环变量将是该节点的值，即 0，并且生成该值。这意味着主程序获得value等于 0 的迭代，该迭代被打印出来。
所以elem是数字。最好将其称为value或val以消除任何混乱。
在那之后if块执行，我们就可以yield self.val了。self在这里node，所以我们得到1。这意味着主程序可以执行第二次迭代，这次value等于 1。
最后执行第二个if块，现在node的右子块是递归__iter__调用的主题。这与左孩子的原理相同。这将产生值 2，主程序打印值 2。
我们可以再次用更多的节点扩展树，但原理是相同的：通过递归调用__iter__，产生树的所有值。
yield from
有一种语法可以简化代码，并且在与None进行比较时，使用is运算符也是更常见的做法：
def __iter__(self):
if self.left is not None:
yield from self.left
yield self.val
if self.right is not None:
yield from self.right
这会导致相同的行为。yield from将生成来自可迭代对象的所有值。由于节点实例具有__iter__方法，因此可以迭代，因此可以按预期工作。