python-產生式

來源:互聯網
上載者:User

標籤:iter   簡單   產生   通過   ret   線程並發   port   turn   理解   

 列表的擴充知識點。。。。。。。。。。。。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。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,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很簡單,只要把一個列表產生式的[]改成(),就建立了一個generator(簡單方法):

list = [i*i for i in range(10)]print(list)#列表generatere = (i*i for i in range(10))next(generator)....#一個個列印,產生式用next()函數,一個個獲得傳回值。。。。

generator儲存的是演算法,每次調用next(g),就計算出g的下一個元素的值,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。這種不斷調用next(g)實在是太難受了,正確的方法是使用for迴圈,因為generator也是可迭代對象,所以,我們建立了一個generator後,基本上永遠不會調用next(),而是通過for迴圈來迭代它,並且不需要關心StopIteration的錯誤。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。

還有一種定義產生器的方法(略顯高大上):

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:

這裡比較不好理解的就是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。(可以定點運行一下看看)

來個例子(單線程並發):線程是進程中執行運算的最小單位,即執行處理機調度的基本單位,並發是指在一段時間內同時做多個事情

import timedef employee(name):    print("%s 準備發工資啦!" %name)    while True:       money = yield       print("錢[%s]來了,被[%s]花了!" %(money,name))def boss(name):    c = employee(‘A‘)    c2 = employee(‘B‘)    c.__next__()#只喚醒    c2.__next__()    print("老子開始準備撒錢啦!")    for i in range(10):        time.sleep(1)        print("撒了2摞錢!")        c.send(i)#喚醒yield並給它傳值        c2.send(i)boss("yue")


 

 

python-產生式

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.