深入理解Python產生器（Generator）

我們可以通過列表產生式簡單直接地建立一個列表，但是受到記憶體限制，列表容量肯定是有限的。而且，建立一個包含100萬個元素的列表，不僅佔用很大的儲存空間，而且如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。

所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，從而節省大量的空間。在Python中，這種一邊迴圈一邊計算的機制，稱為產生器（Generator）。

要建立一個generator，有很多種方法。第一種方法很簡單，只要把一個列表產生式的[]改成()，就建立了一個generator：

>>> mylist = [ x for x in range(1, 10)]>>> mylist[1, 2, 3, 4, 5, 6, 7, 8, 9]>>> gen = (x for x in range(1,10))>>> gen at 0x7f1d7fd0f5a0>

建立mylist和gen的區別僅在於最外層的[]和()，mylist是一個list，而gen是一個generator（產生器）。

我們可以直接列印出list的每一個元素，但我們怎麼列印出generator的每一個元素呢？

如果要一個一個列印出來，可以通過generator的next()方法：

>>> gen.next()1>>> gen.next()2>>> gen.next()3...>>> gen.next()9>>> gen.next()Traceback (most recent call last):  File "", line 1, in StopIteration

我們講過，generator儲存的是演算法，每次調用next()，就計算出下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。

其實我們可以使用for迴圈來代替next()方式， 這樣才更符合高效的編程思路：

>>> gen = ( x for x in range(1, 10))>>> for num in gen:...     print num... 123456789

generator非常強大。如果推算的演算法比較複雜，用類似列表產生式的for迴圈無法實現的時候，還可以用函數來實現。

比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契數列用列表產生式寫不出來，但是，用函數把它列印出來卻很容易：

def fib(max):    n = 0     a, b = 0, 1    while n < max:        print b        a, b = b, a + b        n = n + 1

上面的函數可以輸出斐波那契數列的前N個數：

>>> fib(6)

仔細觀察，可以看出，fib函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。

也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print b改為yield b就可以了：

def fib(max):    n = 0     a, b = 0, 1    while n < max:        yield b        a, b = b, a + b        n = n + 1

這就是定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator：

>>> fib(6)

這裡，最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就返回。而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。

舉個簡單的例子，定義一個generator，依次返回數字1，3，5：

>>> def odd():...     print 'step 1'...     yield 1...     print 'step 2'...     yield 3...     print 'step 3'...     yield 5...>>> o = odd()>>> o.next()step 11>>> o.next()step 23>>> o.next()step 35>>> o.next()Traceback (most recent call last):  File "", line 1, in StopIteration

可以看到，odd不是普通函數，而是generator，在執行過程中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield可以執行了，所以，第4次調用next()就報錯。

回到fib的例子，我們在迴圈過程中不斷調用yield，就會不斷中斷。當然要給迴圈設定一個條件來退出迴圈，不然就會產生一個無限數列出來。

同樣的，把函數改成generator後，我們基本上從來不會用next()來調用它，而是直接使用for迴圈來迭代：

>>> for n in fib(6):...     print n...

generator是非常強大的工具，在Python中，可以簡單地把列表產生式改成generator，也可以通過函數實現複雜邏輯的generator。

要理解generator的工作原理，它是在for迴圈的過程中不斷計算出下一個元素，並在適當的條件結束for迴圈。對於函數改成的generator來說，遇到return語句或者執行到函數體最後一行語句，就是結束generator的指令，for迴圈隨之結束。

