Python Generators(生成器)——yield关键字

原文地址:http://blog.csdn.net/scelong/article/details/6969276

生成器是这样一个函数,它记住上一次返回时在函数体中的位置。对生成器函数的第二次(或第 次)调用跳转至该函数中间,而上次调用的所有局部变量都保持不变。

生成器不仅“记住”了它数据状态;生成器还“记住”了它在流控制构造(在命令式编程中,这种构造不只是数据值)中的位置。

生成器的特点

     生成器是一个函数,而且函数的参数都会保留。

     迭代到下一次的调用时,所使用的参数都是第一次所保留下的,即是说,在整个所有函数调用的参数都是第一次所调用时保留的,而不是新创建的

python中,yield就是这样的一个生成器。


yield 生成器的运行机制

当你问生成器要一个数时,生成器会执行,直至出现 yield 语句,生成器把 

     yield 的参数给你,之后生成器就不会往下继续运行。 当你问他要下一个数时,他会从上次的状态。开始运行,直至出现yield语句,把参数给你,之后停下。如此反复直至退出函数。(以上关于yield的描述,在后面列举一个简单的例子来解释这段话)

yield的使用

python中,当你定义一个函数,使用了yield关键字时,这个函数就是一个生成器,它的执行会和其他普通的函数有很多不同,函数返回的是一个对象,而不是你平常所用return语句那样,能得到结果值。如果想取得值,那得调用next()函数,如:

[python]  view plain  copy
 print ?
  1. c = h() #h()包含了yield关键字  
  2. #返回值  
  3. c.next()  

每当调用一次迭代器的next函数,生成器函数运行到yield之处,返回yield后面的值且在这个地方暂停,所有的状态都会被保持住,直到下次next函数被调用,或者碰到异常循环退出。

下面,来看看以下的例子代码吧,是用来说明yield运行机制的。

[python]  view plain  copy
 print ?
  1. def fib(max):  
  2.     a, b = 11  
  3.     while a < max:  
  4.         yield a #generators return an iterator that returns a stream of values.  
  5.         a, b = b, a+b  

程序运行:

[python]  view plain  copy
 print ?
  1. for n in fib(15):  
  2.     print n  

从前面的运行机制描述中,可以获知,程序运行到yield这行时,就不会继续往下执行。而是返回一个包含当前函数所有参数的状态的iterator对象。目的就是为了第二次被调用时,能够访问到函数所有的参数值都是第一次访问时的值,而不是重新赋值。

程序第一次调用时:

[python]  view plain  copy
 print ?
  1. def fib(max):  
  2.     a, b = 11  
  3.     while a < max:  
  4.         yield a #这时a,b值分别为1,1,当然,程序也在执行到这时,返回  
  5.         a, b = b, a+b  

程序第二次调用时:

从前面可知,第一次调用时,a,b=1,1,那么,我们第二次调用时(其实就是调用第一次返回的iterator对象的next()方法),程序跳到yield语句处,

执行a,b = b, a+b语句,此时值变为:a,b = 1, (1+1) => a,b = 1, 2

程序继续while循环,当然,再一次碰到了yield a 语句,也是像第一次那样,保存函数所有参数的状态,返回一个包含这些参数状态的iterator对象。

等待第三次的调用....


[python]  view plain  copy
 print ?
  1. def fib(max):  
  2.     a, b = 11  
  3.     while a < max:  
  4.         yield a   
  5.         a, b = b, a+b  


通过上面的分析,可以一次类推的展示了yield的详细运行过程了!

通过使用生成器的语法,可以免去写迭代器类的繁琐代码,如,上面的例子使用迭代类来实现,代码如下:

[python]  view plain  copy
 print ?
  1. class Fib:  
  2.     def __init__(self, max):  
  3.         self.max = max  
  4.     def __iter__(self):  
  5.         self.a = 0  
  6.         self.b = 1  
  7.         return self  
  8.     def next(self):  
  9.         fib = self.a  
  10.         if fib > self.max:  
  11.             raise StopIteration  
  12.         self.a, self.b = self.b, self.a + self.b  
  13.         return fib  


yield其他例子展示:排列,组合

#生成全排列    

[python]  view plain  copy
 print ?
  1. def perm(items, n = None):  
  2.     if n is None:  
  3.         n = len(items)  
  4.     for i in range(len(items)):  
  5.         v = items[i:i+1]  
  6.         if n==1:  
  7.             yield v  
  8.         else:  
  9.             rest = items[:i] + items[i+1:]  
  10.             for p in perm(rest, n-1):  
  11.                 yield v + p  
  12. def comb(items, n = None):  
  13.     if n is None:  
  14.         n = len(items)  
  15.     else:  
  16.         for i in range(len(items)):  
  17.             v = items[i:i+1]  
  18.             if 1 == n:  
  19.                 yield v  
  20.             else:  
  21.                 rest = items[i+1:]  
  22.                 for c in comb(rest, n-1):  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值