学会用断点debug的方法观察程序逻辑!!!!!!!!!
先补充下列表生成式:
>>> [i*2 for i in range(5)]
[0, 2, 4, 6, 8]
好处在于,使得修改列表的灵活性大大提高,直接改参数就行。
但是,受到内存限制,列表容量肯定是有限的,而且创建一个100万的元素的列表,不仅占用内存空间,如果我们只需要访问部分元素,那么其他元素占用的空间都白白浪费了,
所以在python中有一个机制:一边循环一边计算,称为生成器:generator
只有在调用是才会生成相应的数据,只记录当前位置
>>> g=(i*2 for i in range(5))
>>> type(g)
<class 'generator'>
>>> for j in g:
... print(j)
...
0
2
4
6
8
这样可以使得运行速率大大提升,但生成器generator不支持切片,索引等。
有方法:两种调用形式。
>>> k=(i for i in range(5))
>>> k.__next__()
0
>>> next(k)
1
通过其他方式生成生成器:
def fib(max): n ,a ,b = 0,0,1 #这是一种tuple赋值方式 while n<max : #print(b) yield b #有点return的味道 a ,b = b ,a+b #(a,b)=====(b,a+b) n+=1 return 'done' f=fib(10)#这里用生成器,执行速度超级快 print(f.__next__())#调用一次,就停在了yield跳出来 print(f.__next__())#从上次的yield后开始执行,执行到下一个yield跳出来 #用for循环加print的结构,不会打印函数里的done #而用__next__()方法,超过界限,会抛出一个异常,异常的值即为函数return的done下面采用try抓取错误异常。
def fib(max): #生成器 n ,a ,b = 0,0,1 #这是一种tuple赋值方式 while n<max : #print(b) yield b #有点return的味道 a ,b = b ,a+b #(a,b)=====(b,a+b) n+=1 return '---done---' g=fib(6) while True: try: x=next(g) print('g:',x) except StopIteration as e: print('generator return value:',e.value) break
--------------还可以通过yield实现在单线程的情况下实现并发运算的效果---------:
(yield保存当前中断状态) 要实现边做边吃!
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)) c=consumer('coke') c.__next__() b1='韭菜馅' c.send(b1) #把b1传给yield,成为当前的yield值 c.__next__()
结果为:
coke 准备吃包子啦!
包子[韭菜馅]来了,被[coke]吃了!
包子[None]来了,被[coke]吃了!
-------------没有传值的话就是none
完整版本:管它叫协程
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('%s开始准备做包子啦!'%name) for i in range(10): time.sleep(1) print('做了两个包子') c.send(i) c2.send(i) producer('coke')