生成器（自身就是一个迭代器）

版权声明：本文为博主原创文章，未经博主允许可以转载。 https://blog.csdn.net/killeri/article/details/83143821

对于python中两种延迟生成值的结构：

1. 生成器函数
2. 生成器表达式

我相信生成器函数各位都是不陌生的，就是在函数返回值前用yield,但是注意一点，这里我并没有说用yield代替return，两个意义其实是不同的，所以不存在代替的问题，两者可以共存。
例如：

def instance():
	for i in range(1, 6):
		yield i
		if i == 4:
			return "over"

所以两者共存没有牟盾。

当然利用关键字yield创建的函数是一个生成器，每次调用都会返回一个值。

同样，生成器表达式也是一个节省内存空间的方法
其一般格式如下：

generator = (x for x in range(1, 8))

如上就是一个生成器表达式，重点强调的是，生成器函数和生成器表达式本身就是一个迭代器。

那么为什么说两者可以节省内存空间呢？

如下的对比的例子

生成器函数：

def generator():
	for i in range(1, 19):
		yield i

每次调用是返回一个值，而不是将所有的值一次性返回，其调用可以在任何的迭代工具中，如：

for i in generator():
	 print(i)
或者：
x = generator()
# 产生一个生辰器函数实例
while True:
	print(next(x))
# 知道引发一个StopIteration错误

而相同效果的普通函数，如：

def ordinary():
	return [i for in range(1, 19)]

会一次性在内存中生成这个列表，从而加重的内存的负担，这种在比较大的结构中影响更加明显。

对于我们的生成器表达式，它和列表解析有些相似之处。

生成器表达式：

generator = (x for x in range(1, 19))

同样我们可以在任何的迭代工具中使用这个生成器（本身是迭代器）

相似结构的列表解析，如：

list = [x for x in range(1, 19)]

同样，我们的列表解析生成了一个完整的列表，所以在数据较多时使用生成器表达式还是好的

重要的是，其实在数据较少时，使用列表解析更快，所以选哪个这里考虑！