首页 > > 网络编程 > 其它 >

生成器/迭代器和函数的递归

2018-06-18 03:31:11来源：未知阅读 ()

生成器

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

def func():
    print(111)
    yield 1

    print(222)
    yield 2

    print(333)
    yield 3


ret = func()
r = ret.__next__()
print(r)
r2 = ret.__next__()
print(r2)
r3 = ret.__next__()
print(r3)

输出结果

生成器图示解析：

range 和 xrange

range 前面已经说明了，range([start,] stop[, step])，根据 start与 stop指定的范围以及step设定的步长，生成一个序列。

在 python 2.7中的 range

>>> range(5)
[0, 1, 2, 3, 4]
>>> range(1,5)
[1, 2, 3, 4]
>>> range(0,6,2)
[0, 2, 4]

xrange 用法与 range 完全相同，所不同的是生成的不是一个list对象，而是一个生成器。xrange即是 python3中的 range用法

>>> xrange(5)
xrange(5)

>>> list(xrange(5))
[0, 1, 2, 3, 4]

>>> xrange(1,5)
xrange(1, 5)

>>> list(xrange(1,5))
[1, 2, 3, 4]

>>> xrange(0,6,2)
xrange(0, 6, 2)

>>> list(xrange(0,6,2))
[0, 2, 4]

由上面的示例可以知道：要生成很大的数字序列的时候，用 xrange会比 range性能优很多，因为不需要一上来就开辟一块很大的内存空间，就是生成器的原理。

xrange 和 range 这两个基本上都是在循环的时候用。

for i in range(0, 100):
    print i

for i in xrange(0, 100):
    print i

这两个输出的结果都是一样的，实际上有很多不同

range会直接生成一个 list对象：

a = range(0,100)
print type(a)
print a
print a[0], a[1]

输出结果：

<type 'list'>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
0 1

而 xrange则不会直接生成一个 list，而是每次调用返回其中的一个值：

a = xrange(0,100)
print type(a)
print a
print a[0], a[1]

输出结果：

<type 'xrange'>
xrange(100)
0 1

好在 python3中 range就已经是 xrange的模式了

现在我们基于生成器来实现 range功能

def myrange(arg):
    start = 0
    while True:
        if start > arg:
            return
        yield start
        start += 1


ret = myrange(10)
r = ret.__next__()
print(r)

迭代器

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。

迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。

另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。

迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。

这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件。

def myrange(arg):
    start = 0
    while True:
        if start > arg:
            return
        yield start
        start += 1


ret = myrange(10)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)

__next__方法迭代器

python 中的 for循环自动调用了如上的__next__方法，作为迭代器

def myrange(arg):
    start = 0
    while True:
        if start > arg:
            return
        yield start
        start += 1


ret = myrange(10)
for item in ret:
    print(item)

所以我们只需要了解封装了迭代器的 for 循环的本质就OK了！

函数的递归

本质上就是指一个函数调用另一个函数

讲通俗一些就是老和尚给小和尚讲故事，讲的故事又是老和尚给小和尚讲故事...

即递归的定义——在一个函数里再调用这个函数本身

def func(n):
    n += 1
    if n >= 10:
        return 'end'
    return func(n)


r = func(1)
print(r)

递归的最大深度——997

递归函数如果不受到外力的阻止会一直执行下去。

之前已经说过关于函数调用的问题，每一次函数调用都会产生一个属于它自己的名称空间，如果一直调用下去，就会造成名称空间占用太多内存的问题

于是python为了杜绝此类现象，强制的将递归层数控制在了 997

def foo(n):
    print(n)
    n += 1
    foo(n)
foo(1)

证明实验

上述代码实验可以看出，未报错之前能看到的最大数字就是997。

当然了，997是 python为了我们程序的内存优化所设定的一个默认值，我们当然还可以通过一些手段去修改它：

import sys
print(sys.setrecursionlimit(100000))

通过递归完成累乘器

def func(num):
    if num == 1:
        return 1
    return num * func(num - 1)


x = func(7)
print(x)

1—7的累乘器

总而言之

理解好了生成器、迭代器和递归，可以说是深入理解了函数循环的真正含义

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有

上一篇：使用pyinstaller打包python+thinter实现抖音撩小姐姐的GUI程序

下一篇：django中models的filter过滤方法

IDC资讯：主机资讯注册资讯托管资讯 vps资讯网站建设

网站运营：建站经验策划盈利搜索优化网站推广免费资源

网站联盟：联盟新闻联盟介绍联盟点评网赚技巧

行业资讯：搜索引擎网络游戏电子商务广告传媒

网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它

服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器安全防护

软件技巧：其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷

网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash

程序设计： Java技术 C/C++ VB delphi

网络知识：网络协议网络安全网络管理组网方案 Cisco技术

操作系统： Win2000 WinXP Win2003 Mac OS Linux FreeBSD

热门词条

最新资讯

热门关注

热门标签

生成器/迭代器 和 函数的递归

生成器

迭代器

函数的递归

生成器/迭代器和函数的递归