Python---產生器

標籤：python generator 迭代 產生器 yield next(obj) next(o)

# 產生器# 通過列表產生式，我們可以直接建立一個列表# 但是，受到記憶體限制，列表容量肯定是有限的# 建立一個100萬個元素的列表，不僅佔用很大的儲存空間，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# 如果列表元素可以按照某種演算法推算出來，那我們可以在迴圈的過程中不斷推算出後續的元素，這樣就不必建立完整的list，從而節省大量的空間# Python中，這種一邊迴圈一邊計算的機制，稱為產生器：generatorfrom collections import Iterable# 建立一個listL = [x * x for x in range(10)]print(‘L:‘, L)# 建立一個generatorg = (x * x for x in range(10))print(‘g:‘, g)# 建立L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator# 使用for列印generator的每一個元素,因為generator是可迭代對象print(‘查看g是否可迭代：‘, isinstance(g, Iterable))for n in g:    print(n)# 用函數列印斐波那契數列（用列表產生式寫不出來）def fib(max):    l = []    n, a, b = 0, 0, 1    while n < max:        l.append(b)        a, b = b, a + b        n = n + 1    return lprint(‘fib(10):‘, fib(10))# 把fib函數變成generator，只需把print(b)改為yield b就可以了def fib(max):    n, a, b = 0, 0, 1    while n < max:        yield b        a, b = b, a + b        n = n + 1print(‘fib(20) for generator:‘, fib(10))fibList = []for e in fib(10):    fibList.append(e)print(‘fibList:‘, fibList)# 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# generator和函數的執行順序不一樣# 函數是順序執行，遇到return語句或者最後一行就返回# 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# 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# 在調用generator時，首先要產生一個generator對象，然後用next()函數不斷獲得下一個傳回值o = odd()print(next(o))print(next(o))print(next(o))# StopIteration# print(next(o))# 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(o)就會報錯# 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來擷取下一個傳回值，而是直接使用for迴圈來迭代

Python---產生器