首页 > > 网络编程 > 其它 >

python 生成器

2018-08-14 10:06:24来源：博客园阅读 ()

生成器可以理解为一种的数据结构，将算法保存，每次计算并返回一个结果，实现了迭代器协议，生成器也是迭代器

生成器有两种表现形式，1）生成器表达式；2）生成器函数

1、生成器表达式

说到生成器表达式，就得先说一下列表推导式 [i for i in range(10)] ，生成器表达式，就是将 [ ] 改为（），区别如下所示

 1 >>> b = [i for i in range(20)]
 2 >>> b
 3 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
 4 
 5 >>> b = (i for i in range(20000))
 6 >>> b
 7 <generator object <genexpr> at 0x00000185EC6104F8>
 8 >>> next(b)
 9 0
10 >>> next(b)
11 1
12 >>> next(b)
13 2

生成器表达式优点：省内存，一次只计算返回一结果。缺点：不知道有几个元素，只能往后遍历，不能向前遍历，且只能整个生成器只能遍历一次

列表推导式优点：可以通过下标获取元素。缺点：占用内存大

2、生成器函数

生成器函数：在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数

我们都知道 return 是函数的返回值，yield 也可以将值返回，我们先看一个简单的生成器函数与普通函数之间的差别

 1 >>> def test():
 2 ...     print("_______生成器函数")
 3 ...     yield "返回值1"
 4 ...     yield "返回值2"
 5 ...     yield "返回值3"
 6 ...
 7 >>> test()
 8 <generator object test at 0x000001651BEC0570>
 9 >>> t1 = test()
10 >>> print(t1.__next__())
11 _______生成器函数
12 返回值1
13 >>> print(t1.__next__())
14 返回值2
15 >>> print(t1.__next__())
16 返回值3
17 >>> print(t1.__next__())
18 Traceback (most recent call last):
19   File "<stdin>", line 1, in <module>
20 StopIteration

可以看到在第7行调用test()函数的时候，并没有执行函数，而是返回了一个生成器对象。在第10行执行 t1.__next__() 才真正的执行了函数，返回 "返回值1"，并保存当前的生成器函数的状态。

每执行一次 next()，生成器函数将执行到下一 yield 并将相应的结果返回，直到产生StopIteration异常。

理解了上述过程，就不难理解生成器表达式的原理，next(t1) 等价于 t1.__next__()

def test():
    for i in range(10):
        yield i

print(test())
t2 = test()
print(next(t2))
print(next(t2))
print(next(t2))

t3 = (i for i in range(10))
print(t3)
print(next(t3))
print(next(t3))
print(next(t3))

#输出结果
<generator object test at 0x000001A12D8FF570>
0
1
2
<generator object <genexpr> at 0x000001A12D8FF5E8>
0
1
2

3、生成器强调，send()

生成器中还有一个重要的方法 send() 方法，send() 方法可以解决将值传递给生成器函数的问题，具体如下：

 1 >>> def test():
 2 ...     print("____start_____")
 3 ...     y1 = yield "返回1"
 4 ...     print("____生成器函数内：%s" % y1)
 5 ...     y2 = yield "返回2"
 6 ...     print("____生成器函数内：%s" % y2)
 7 ...     yield "返回3"
 8 ...
 9 >>>
10 >>> t1 = test()
11 >>> print(t1.__next__())
12 ____start_____
13 返回1
14 >>> print(t1.send("a"))
15 ____生成器函数内：a
16 返回2
17 >>> print(t1.send("b"))
18 ____生成器函数内：b
19 返回3

在这里第一次获取值的时候，不能用send()，否者会报错，如果一定要用send，则传值None，如下：

>>> t2 = test()
>>> t2.send("a")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can't send non-None value to a just-started generator
>>> t3 = test()
>>> t3.send(None)
____start_____
'返回1'

对于send() 不是很理解的可以尝试往下看，下边是我的一些个人理解，不是很准确，我觉得这样会比较好理解一些

我们可以把函数内第3行 y1 = yield "返回1" 看成两个过程：1）yield "返回1" 2）y1 = receive_from_send() [并没有这个方法，只是为了理解说明]

这样就可以看到，当执行 send() 时将参数"a" 传递给生成器函数，并在 1）过程停留，传递过去的值没有语句接收，则会出错

所以第一次是不能传值给生成器函数，y1接收到的值为下一次遍历遍历生成器接收的值。

这里也可以也可以在，上上边的代码执行流程可以看出，执行了 14行，y1才会接收到值。

补充一点：每执行一次 1）next()，2）__next()，3）send()，都会在yield语句停留，并保存当前状态，知道直到产生StopIteration异常，结束遍历。

通过生成器，实现斐波那契数列

def fib(n):
    a, b = 0, 1
    while True:
        yield b
        a, b = b, a + b
        if b > n:
            return


f1 = fib(100)   #小于 100 的斐波那契数列
for i in f1:
    print(i,end=" ")

#输出结果
1 1 2 3 5 8 13 21 34 55 89