生成器

生成器

通过列表生成式，我的可以直接创建一个列表，但是受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

L = [X * X for x in range(10)]

print(l)

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

生成器就创建了。

g = (x * x for x in range(10))

print(g)

<generator object <genexpr> at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

next(g)

>>> next(g)

Traceback (most recent call last):

File "<stdin>" , line 1 , in <module>

StopIteration

generator保存的是算法，每次调用 next(g)，就计算出 g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出 StopIteration的错误。

当然，上面这种不断调用 next(g)实在是太变态了，正确的方法是使用 for循环，因为generator也是可迭代对象：

g = (x * x for x in range(10))

for n in g:

print(n)

0 1 2 3 4 5 6 7 8 9

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

def fib(mix):

n,x,y, = 0,0,1

while n < mix:
print(b)

a,b = b, a+b

n = n+1

return 'ss'

注意，赋值语句

a,b = b, a+b

相当于：

t = (b,a+b) t 是一个tuple

a = t[0]

b = t[1]

但不必显式写出临时变量t就可以赋值。

fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

def fib(max):
    n,a,b = 0,0,1

    while n < max:
        #print(b)
        yield  b
        a,b = b,a+b

        n += 1

    return 'done'

这就是定义generator的另一种方法。如果一个函数定义中包含 yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到 return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用 next()的时候执行，遇到 yield语句返回，再次执行时从上次返回的 yield语句处继续执行。

在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

g = fib(6)

while True :

try :

x = next (g)

print ( 'g:' , x)

except StopIteration as e:

print ( 'Generator return value:' , e.value)

break

还可通过yield实现在单线程的情况下实现并发运算的效果

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))


def producer(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)

producer("alex")

猜你喜欢