python生成器(generator)

1. 概念

生成器: 包含yield的函数就是一个generator
解释: 更确切地说是yield关键字将返回一个generator

>>> def test():
...     yield 3
... 
>>> type(test)
<class 'function'>
>>> type(test())
<class 'generator'>

可以看到type(test)是一个function, 而type(test())才是一个generator.
每通过next调用generator, generator就将执行一次yield

>>> def test1():
...     yield 1
...     yield 2
...     yield 3
...     yield 4
... 
>>> g = test1()
>>> next(g)
1
>>> next(g)
2
>>> next(g)
3
>>> next(g)
4
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

2. 使用场景

极大的迭代中, 直接生成对象列表来迭代将会占用大量的内存, 此时可使用迭代器. 如斐波那契数列的前一千万项(不考虑超大数超出处理器位数), 直接生成将占用大量内存, 此时可使用generator, 只占用两个两个变量的内存即可达到目的.

3. 缺点

适用于做遍历而非获取特定位置的元素, 如斐波那契数列generator实现:

def fib(n):
    """
    斐波那契数列前n项,默认n>=3,不做校验
    1,1,2,3,5,8,13...
    """
    a = 1
    b = 1
    # 第一次调用__next__
    yield 1
    # 第二次调用__next__
    yield 1
    for i in range(2,n):
        a, b = b, a+b
        yield b

if __name__ == '__main__':
    g = fib(10)
    try:
        while True:
            print(next(g), end=', ')
    except StopIteration:
        pass

该方法只适合用于获取斐波那契数列的前n项, 而无法用来获取第n项.