python生成器

目录

• 1.生成器

1.生成器

生成器本质上也是迭代器，不过它比较特殊。

以list容器为例，在使用该容器迭代一组数据时，必须事先将所有数据存储到容器中，才能开始迭代；而生成器却不同，它可以实现在迭代的同时生成元素。

也就是说，对于可以用某种算法推算得到的多个数据，生成器并不会一次性生成它们，而是什么时候需要，才什么时候生成。

不仅如此，生成器的创建方式也比迭代器简单很多，大体分为以下2步：
1.定义一个以yield关键字标识返回值的函数；
2.调用刚刚创建的函数，即可创建一个生成器。

举个例子：

def intNum():
    print("开始执行")
    for i in range(5):
        yield i
        print("继续执行")
num = intNum()

由此，我们就成功创建了一个num生成器对象。显然，和普通函数不同，intNum()函数的返回值用的是yield关键字，而不是return关键字，此类函数又称为生成器函数。

和return相比，yield除了可以返回相应的值，还有一个更重要的功能，即每当程序执行完该语句时，程序就会暂停执行。不仅如此，即便调用生成器函数，Python 解释器也不会执行函数中的代码，它只会返回一个生成器（对象）。

要想使生成器函数得以执行，或者想使执行完yield语句立即暂停的程序得以继续执行，有以下2种方式：
1.通过生成器（上面程序中的 num）调用next()内置函数或者__next__()方法；
2.通过for循环遍历生成器。

例如，在上面程序的基础上，添加如下语句：

# 调用 next() 内置函数
print(next(num))
# 调用 __next__() 方法
print(num.__next__())
# 通过for循环遍历生成器
for i in num:
    print(i)

程序执行结果为：

开始执行
0
继续执行
1
继续执行
2
继续执行
3
继续执行
4
继续执行

这里有必要给读者分析一个程序的执行流程：

• 1)首先，在创建有num生成器的前提下，通过其调用next()内置函数，会使Python解释器开始执行intNum()生成器函数中的代码，因此会输出“开始执行”，程序会一直执行到yield i，而此时的i==0，因此Python解释器输出“0”。由于受到yield的影响，程序会在此处暂停。

• 2)然后，我们使用num生成器调用__next__()方法，该方法的作用和next()函数完全相同（事实上，next()函数的底层执行的也是__next__()方法），它会是程序继续执行，即输出“继续执行”，程序又会执行到yield i，此时i==1，因此输出“1”，然后程序暂停。

• 3)最后，我们使用for循环遍历num生成器，之所以能这么做，是因为for循环底层会不断地调用next()函数，使暂停的程序继续执行，因此会输出后续的结果。
  注意，在Python 2.x 版本中不能使用__next__()方法，可以使用next()内置函数，另外生成器还有next()方法（即以num.next()的方式调用）。

除此之外，还可以使用list()函数和tuple()函数，直接将生成器能生成的所有值存储成列表或者元组的形式。例如：

num = intNum()
print(list(num))
num = intNum()
print(tuple(num))

程序执行结果为：

开始执行
继续执行
继续执行
继续执行
继续执行
继续执行
[0, 1, 2, 3, 4]
开始执行
继续执行
继续执行
继续执行
继续执行
继续执行
(0, 1, 2, 3, 4)

通过输出结果可以判断出，list()和tuple()底层实现和for循环的遍历过程是类似的。

相比迭代器，生成器最明显的优势就是节省内存空间，即它不会一次性生成所有的数据，而是什么时候需要，什么时候生成。